Bài Giảng Xlsl Và Qhtn - nhã - chính Thức Hk2 2023-24

MÔN HỌC
XỬ LÝ SỐ LIỆU
Năm học: 2023 – 2024
GV: Trần Thị Thanh Nhã
Mail: tranthithanhnha@iuh.edu.vn
SĐT: 0981602056
NỘI DUNG
1. PHÂN BỐ CHƯƠNG TRÌNH
2. KẾ HOẠCH THI VÀ PHÂN BỐ ĐIỂM
3. ĐỀ CƯƠNG BÀI GIẢNG

1. PHÂN BỐ CHƯƠNG TRÌNH (30 tiết)

Nội dung Số tiết
Chương 1: Các khái niệm đặc trưng cho kết quả 2

thực nghiệm
Chương 2: Các hàm phân bố và chuẩn phân bố
trong xử lý thống kê kết quả thực 2
nghiệm
Chương 3: Xử lý thống kê kết quả thực nghiệm 10
Chương 4: Phép phân tích tương quan và phân tích

4
hồi quy tuyến tính
Chương 5: Quy hoạch thực nghiệm 12

2. KẾ HOẠCH THI VÀ PHÂN BỐ ĐIỂM
ĐIỂM
ĐIỂM THƯỜNG KỲ (20%)
ĐIỂM GIỮA KỲ (30%)
ĐIỂM CUỐI KỲ (50%)

3. ĐỀ CƯƠNG BÀI GIẢNG
Giáo trình học tập:

1. J.N. Miller and J.C. Miller, Statistics and Chemometrics
for Analytical Chemistry 6th Edition, Prentice-Hall, 2010.
2. Cù Thành Long, Cơ sở phương pháp thống kê trong
thực nghiệm hoá học, ĐH KHTN TP. HCM, 2003.
3. Lê Đức Ngọc, Xử lý số liệu và kế hoạch hoá thực
nghiệm, ĐH KHTN HN, 2001
Chương 1: CÁC KHÁI NIỆM TRONG XỬ LÝ THỐNG KÊ
1.1. Số đo, chữ số có nghĩa
1.2. Sai số, phân loại sai số
Khái niệm 1.3. Các đại lượng thống kê đặc trưng
1.4. Phân biệt độ đúng, độ chụm
1.5. Độ lặp lại và tái lặp lại

Một đại lượng vật lý
trực tiếp đọc được gián tiếp tính được
Số đo
Không có
Có thứ thứ nguyên
nguyên
Đơn vị đo lường
Chữ số có nghĩa
CSCN tin cậy, CSCN không tin cậy
Xác định số CSCN
Bảo toàn số CSCN khi chuyển đơn vị

Quy tắc Làm tròn số
Chữ số
có nghĩa Phép cộng, trừ
Phép nhân chia
Phép lấy logarit

Phép luỹ thừa
CSCN tin cậy, CSCN không tin cậy
Qui tắc 1a
Một số đo có thể có nhiều CSCN tin cậy nhưng
duy nhất chỉ có một CSCN không tin cậy đứng ở hàng
sau chót kể từ trái sang phải.
Ví dụ:
14,54 0,00072 3,08
8,755 0,1086
Xác định số CSCN
Qui tắc 1b
Số CSCN của một số đo được tính từ chữ số đầu
tiên khác “0” kể từ trái sang phải, mọi chữ số “0” sau
CSCN đầu tiên, bất kể đứng ở vị trí nào, đều là CSCN.
Ví dụ:
14,53 4 CSCN 0,00074 2 CSCN
3,07 3 CSCN 8,750 4 CSCN
0,1080 4 CSCN
Bảo toàn số CSCN khi chuyển đơn vị
Qui tắc 2
Số CSCN trong một số đo bất kỳ (trực tiếp,
gián tiếp) phải giữ nguyên trong mọi phép chuyển đổi
đơn vị đo lường.
Ví dụ:
0,56 L = 0,56 x 103 mL = 560 mL
Làm tròn số
Qui tắc 3
Trong số đo gián tiếp
- CSCN sau chót được tăng lên 1 đơn vị nếu đứng sau
nó là “chữ số vô nghĩa” lớn hơn “5”
-CSCN sau chót giữ nguyên giá trị nếu đứng sau nó là
“chữ số vô nghĩa” nhỏ hơn “5”
Ví dụ:
18,176  18,18 18,174  18,17
Làm tròn số
Trong số đo gián tiếp, “chữ số vô nghĩa” bằng “5”

thì:
CSCN sau chót được tăng lên 1 đơn vị nếu nó là
một chữ số “lẻ”
CSCN sau chót giữ nguyên nếu nó là một chữ số
“chẵn” kể cả số 0
Ví dụ:
18,175  18,18 18,165  18,16
18,205  18,20
Phép cộng, trừ
Qui tắc 4
Chọn số hạng chốt: là số hạng có lớn nhất.
Số CSCN sau dấu phẩy trong kết quả cuối cùng
được lấy bằng với số CSCN sau dấu phẩy của số hạng
chốt.
137.34 = ± 0.01
+ 15.9994
+ 15.9994
169.3388 169.34
Phép nhân chia

Qui tắc 5
Chọn thừa số chốt: là số hạng có lớn nhất.
Số CSCN trong kết quả cuối cùng được lấy bằng
với số CSCN của thừa số chốt.
Ví dụ: Hút 10.00 mL dung dịch HCl đem chuẩn độ
bằng dung dịch NaOH 0.10195N thì tiêu tốn hết 9.35
mL. Tính CN HCl.
CN HCl = 9.35 x 0.10195 : 10.00 = 0.09532325
SỐ CSCN: 3 5 4 = 0.0953
Phép lấy logarithm

Qui tắc 6
Kết quả có số chữ số ở phần thập phân bằng với chữ
số có nghĩa của số được lấy logarithm
Ví dụ: log 134 = 2.1271048  2.127

Phép luỹ thừa

Qui tắc 7
- Khi lấy mũ: kết quả có số CSCN bằng với số chữ số ở
phần thập phân của số trên mũ
Ví dụ:
- Cho biết pK = -logK= 4.75.
K = 10-4.75 = 1.77827941 x 10-5  1.8 x10-5
- Đo trực tiếp (trên máy đo pH) được pH =3.6
[H+]= 10-pH=10-3.6= 0.0002511  2 x10-4
Thực hiện các phép tính sau :
a. 12.34 + 1.75 + 0.0013 – 4.0978
b. 1.3456 x 5.7435 : 0.136238
c. 134.53 + 3.6134 – 5.981
d. 34.5678 : 2.45 x 1.478
e. Log123 ; log3.012 ; log2.00

1.2. Sai số và phân loại
Sai số tuyệt đối Sai số tương đối
Xi − ഥ
X Xi − μ
εR = x100 = x100
ഥ
X μ
Là sự sai khác của
một giá trị nghiên cứu Là tỉ số của sai số
nào đó so với giá trị tuyệt đối đối với giá trị
trung bình (hoặc giá trị trung bình (hoặc giá trị
thực). Sai khác này có thực). Không có thứ
thể âm hay dương. Có nguyên.
cùng đơn vị với đại
lượng đo.
Sai số ngẫu nhiên Sai số hệ thống

Là sai số có độ lớn không thể xác định Kết quả không đổi trong toàn bộ các lần
được, phát sinh do các yếu tố ngẫu đo
nhiên tác động. Nguyên nhân:
Khắc phục: tuy không thể loại trừ hoàn  Do dụng cụ, thiết bị không chính xác,
toàn, nhưng có thể đánh giá mức độ ảnh hóa chất không tinh khiết
hưởng của nó thông qua một số đại  Điều kiện môi trường trong quá trình
lượng tính toán: đo
 Giá trị trung bình  Phương pháp đo
 Độ lệch chuẩn Người thực hiện phép đo
Sai số ngẫu nhiên Sai số hệ thống
Kết quả không chắc sai
Loại trừ Xử lý số liệu Được

Bài tập 1.2.
Khối lượng thực của 1 vật là 4.529g ; kết

quả cân vật trên cân phân tích thu được
như sau : 4.593g ; 4.511g ; 4.496g ;
4.568g ; 4.547g.
Tính sai số tuyệt đối, sai số tương đối cho

từng giá trị cân riêng lẻ trên và sai số tuyệt
đối trung bình cho các giá trị cân riêng lẻ
trên.
1.3. Các đại lượng thống kê đặc trưng
Các đại lượng trung bình
Trung bình cộng Trung bình nhân

σni=1 xi xത = 𝑛
x1 . x2 . x3 . . . . xn
xത =
n
Trung bình bình phương
σni=1 xi 2
x2 =
n
Trung vị (Median): là số đứng giữa tập số liệu đã được sắp

xếp từ bé đến lớn, chia dãy số thành 2 phần bằng nhau về
số số liệu.
Ví dụ: có dãy số liệu x1, x2, x3 , .... xn
Nếu N là số lẻ thì Med = x(n+1)/2
Nếu N là số chẵn Med = (xn/2 + xn/2+1)/2
Tần suất: trong n số liệu, giá trị xi xuất hiện ni lần: pi = ni/n
Số trội: là số có tần suất lớn nhất trong tập số liệu kết quả
Các đại lượng thống kê đặc trưng
Phương sai Độ lệch chuẩn

Trung bình của tổng bình Có cùng thứ nguyên và
phương sai khác giữa các giá cùng ý nghĩa với phương
trị của tập số liệu so với giá trị sai.
trung bình. Đặc trưng cho độ
phân tán của tập số liệu.
n σni=1(xi − μ) 2
1 (tổng thể) =
 = ෍(xi − μ)2
2
n
n
i=1
σn
(x − x
ത )2 σni=1(xi − xത)2
s2 =
i=1 i (tập hợp nhỏ) s=
n−1 n−1
Các đại lượng thống kê đặc trưng
Độ lệch chuẩn tương đối

RSD (relative standard
Độ sai chuẩn
Standard error
deviation) of the mean (SEM):
s
RSD (%) = × 100  s
xത xത = sxത =
n n
Bài tập 1.3.
Người ta thực hiện phép cân một vật, thu được tập số
liệu: 10.53g ; 10.11g ; 10.46g ; 10.58g ; 10.54g;
10.23g; 10.36g; 10.45g; 10.83; 10.74g.
- Hãy tính trung bình cộng, trung bình nhân, trung
bình bình phương, trung vị cho các số liệu trên.
- Tính độ lệch chuẩn, phương sai, độ sai chuẩn,
khoảng biến thiên cho tập số liệu trên.
1.4. Độ chính xác
Độ chính xác (accuracy) =

Độ đúng (trueness) & Độ chụm (precision)
Độ gần của kết quả so với giá trị thực/giá trị chuẩn
Ước lượng độ chính xác theo mô hình toán học:

Y=m+B+e
Trong đó:
m: Trung bình chung (kỳ vọng)
B : Thành phần sai số hệ thống
e : Sai số ngẫu nhiên xuất hiện trong mọi phép đo
Tăng độ chính xác
Giảm độ không đảm bảo đo
Giảm sai số hệ thống

Tăng độ đúng
Tăng độ chụm
Giảm sai số ngẫu nhiên
Kết quả chuẩn độ 10.00 mL của NaOH 0.1 M bằng

dung dịch HCl 0.1 M của 4 sinh viên
Sinh
viên Kết quả chuẩn độ (ml) Nhận xét
Độ lặp lại cao, sai lệch
A
10.08 10.11 10.09 10.1 10.12 hệ thống lớn
Độ lặp lại thấp, ko bị
B
9.88 10.14 10.02 9.8 10.21 lệch hệ thống
Độ lặp lại thấp, ko bị sai
C
10.19 9.79 9.69 10.05 9.78 lệch hệ thống
Độ lặp lại cao, ko lệch
D
10.04 9.98 10.02 9.97 10.04 hệ thống
1.4.1. Độ chụm (precision)
Thể hiện khả năng lặp lại của kết quả đo khi sử
dụng một phương pháp đo xác định.
- Đặc trưng cho độ phân tán của kết quả
- Liên quan đến sai số ngẫu nhiên của
phương pháp phân tích
- Độ chụm bao gồm độ lặp lại (repeatability)
và độ tái lập (reproductibility)
- Ngoài ra còn có độ chụm trung gian
1.4.2. Độ lặp lại (repeatability)
Là độ chụm (lặp lại) của phép đo trong cùng 1

phòng thí nghiệm (điều kiện giống nhau)
* Điều kiện lặp lại:
- Sử dụng cùng phương pháp
- Mẫu thử giống nhau
- Cùng thiết bị, điều kiện môi trường
- Cùng 1 nhân viên
- Thực hiện trong 1 thời gian ngắn
1.4.2. Độ lặp lại (repeatability)
Độ lặp lại (repeatability): độ lệch chuẩn cho 1 lab

trong cùng đk thí nghiệm
Tính độ lặp lại/lệch chuẩn cho 1 mẫu (mẫu đo n
σ𝑛 ത )2
𝑖=1(x𝑖 −x
lần): 𝑆𝑟 = 𝑠𝑖 =
𝑛 −1
Trường hợp lặp lại n mẫu, mẫu i lặp lại ni lần:

σ𝑛
𝑖=1 𝑛𝑖 −1 𝑠𝑖
2
𝑆𝑟 = 𝑆𝑝𝑜𝑜𝑙 = σ𝑛
𝑖=1 𝑛𝑖 −1
n: số mẫu đo
1.4.3. Độ tái lập (reproductibility)
Là độ chụm trong điều kiện tái lập (điều kiện

khác nhau)
* Điều kiện tái lập
- Trong các PTN khác nhau
- Kết quả thử nghiệm được thực hiện cùng 1
phương pháp
- Trên các mẫu thử giống hệt nhau
- Với những người thao tác khác nhau
- Sử dụng các loại thiết bị khác nhau
1.4.3. Độ tái lặp (reproductibility)
Độ tái lặp
Độ lệch chuẩn tái lặp:
SR = Sr2 + SL2
Sr: phương sai lặp lại
SL: độ lệch chuẩn do khác nhau trong giữa các phòng TN
(khác KTV, PTN nhưng cùng quy trình)
Câu 2: Một mẫu chuẩn của serum máu chứa albumin nồng độ 42 g/l được kiểm
tra bởi 5 phòng thí nghiệm A-E. Các phòng thí nghiệm thực hiện 6 lần đo hàm
lượng albumin của mẫu này trong cùng một ngày. Kết quả tính theo đơn vị g/l
được trình bày dưới đây. Hãy đưa ra nhận xét về độ chụm và độ đúng của các
loạt đo của mỗi phòng thí nghiệm.
A 42,5 41,6 42,1 41,9 41,1 42,2
B 39,8 43,6 42,1 40,1 43,9 41,9
C 43,5 42,8 43,8 43,1 42,7 43,3
D 35,0 43,0 37,1 40,5 36,8 42,2
E 42,2 41,6 42,0 41,8 42,6 39,0

ĐÁP ÁN: Giá trị trung bình của nồng độ albumin của các phòng thí nghiệm A đến E
lần lượt là: 41,9, 41,9, 43,2, 39,1, 41,5. Nên kết luận đưa ra về kết quả các phòng thí
như sau:
PTN A: độ chụm cao, độ đúng cao (giá trị trung bình gần 42 g/l).
PTN B: chụm kém nhưng giá trị trung bình gần với giá trị chuẩn.
PTN C: chụm tốt nhưng bị lệch về phía giá trị lớn, độ chính xác thấp
PTN D: chụm thấp, lệch về phía giá trị nhỏ, độ chính xác thấp.
PTN E: Tương tự A, nhưng số đo cuối cùng có khả năng là một số đo bị lệch thô
bạo.
Bài tập 1.4-1
Phân tích hàm lượng Vitamin C (mg/kg) trong mẫu ớt

theo phương pháp phân tích sắc ký sử dụng MeOH
để chiết Vitamin C.
- Kết quả phân tích của PTN A là: 2,35; 2,56; 2,74;
2,67; 2,51.
- Kết quả phân tích của PTN B là: 2,85; 2,66; 2,84;
2,47; 2,59.
- Kết quả phân tích của PTN C là: 2,75; 2,51; 2,64;
2,57; 2,61.
a. Hãy đánh giá độ lặp lại và độ tái lập cho các kết
quả của các PTN trên.
1.4.4. Độ chụm trung gian
- Khi thay đổi 1 hoặc 1 số yếu tố:

- Thời gian,
- Thiết bị,
- Con người, ….. trong cùng 1 phòng thí
nghiệm khi tiến hành khảo sát độ lặp lại thì độ
lệch chuẩn lúc này là độ chụm trung gian
- Cách tính kết quả, tiêu chí đánh giá tương tự độ
lặp lại
1.4.5. Độ đúng (trueness)
Là mức độ gần nhau giữa các giá trị trung bình của
một dãy lớn kết quả thử nghiệm với giá trị quy
chiếu được chấp nhận. Độ đúng thường được thể
hiện dưới dạng độ chệch (bias)
Độ chệch: Là mức độ sai khác giữa kỳ vọng của

các kết quả thử nghiệm và giá trị quy chiếu được
chấp nhận. Độ chệch chính là sai số tổng hợp, nếu
sai số hệ thống càng lớn thì độ chệch càng lớn.
Độ chệch còn được phân chia thành:

- Độ chệch phòng thí nghiệm (laboratory bias):
mức độ sai khác giữa kỳ vọng của các kết quả thử
nghiệm tại 1 PTN và giá trị quy chiếu được chấp
nhận.
- Độ chệch phương pháp đo (bias of the
measurement method): mức độ sai khác giữa kỳ
vọng của các kết quả thử nghiệm nhận được tại tất
cả các PTN sử dụng phương pháp đó với giá trị
quy chiếu được chấp nhận.
Các phương pháp xác định độ đúng:

1. Sử dụng mẫu chuẩn chứng nhận (CRM), (CR)
CRM (Certified Reference Material): Là mẫu
chuẩn đã được chứng nhận bởi một tổ chức có
uy tín trên thế giới. Mỗi mẫu chuẩn đều được
chứng nhận kèm theo độ không đảm bảo đo
của giá trị chứng nhận.
Ví dụ: Để đánh giá độ đúng trong một quy trình phân tích
perfluorohexanoic acid (PFHxA), phòng thí nghiệm đã sử dụng mẫu
chuẩn (certified reference material) với giá trị nồng độ là 7.4 ng/L với
độ không chắc chắn của phép đo là 0.5 ng/L. Giả sử với mẫu chuẩn này,
quy trình phân tích của PTN đã cho ra kết quả của 3 phép đo lặp lại là:
7.35, 8.08, 8.22 ng/L. Hãy xác định độ chệch từ đó đưa ra kết luận về độ
đúng của quy trình phân tích nêu trên.
Cho biết các công thức sau:
Độ chệch (bias) = Xlab – Xref
𝑋𝑙𝑎𝑏 −𝑋𝑟𝑒𝑓
Độ chệch tương đối (relative bias) = 100%
𝑋𝑟𝑒𝑓
z= (trong điều kiện nhất định có thể sử dụng phương sai để
𝑢2
𝑙𝑎𝑏+ 𝑢2
𝑟𝑒𝑓
thay thế độ không chắc chắn của phép đo).
Nếu 𝑧  2  quy trình/pp có độ đúng đáng tin cậy
2 < 𝑧  3  quy trình/pp có độ đúng đáng nghi vấn
𝑧 > 3  quy trình/pp có độ đúng không đáng tin cậy
ĐÁP ÁN:
Sử dụng các công thức:
Độ chệch (bias) = Xlab – Xref =
Độ chệch tương đối (relative bias) = 𝑋𝑟𝑒𝑓
100%
z=
𝑢2
𝑙𝑎𝑏+ 𝑢2
𝑟𝑒𝑓
Thu được kết quả như bảng sau
Lần đo 1 7.35(ng/L)
X_lab (Trung bình) 7.88(ng/L)
X_ref 7.40(ng/L)
Độ chệch 0.48(ng/L)
Độ chệch tương đối 6.53(%)

u_lab 0.47(ng/L)
u_ref 0.50(ng/L)
z 0.71
Kết luận:𝑧  2  quy trình/pp có độ đúng đáng tin cậy
Bài tập 1.4-2
Kết quả phân tích hàm lượng Pb trong mẫu rau

là 4,25 ± 0,42 (mg/kg)
Biết mẫu rau trên đã được chứng nhận hàm

lượng chì là 4,45 ± 0,43
Đánh giá độ đúng của phương pháp phân tích

trên.
2. Sử dụng Hiệu suất thu hồi
Trong trường hợp không có mẫu chuẩn chứng nhận
(CRM)
- Cách thực hiện: Thêm vào mẫu một lượng chính

xác chất chuẩn cần xác định (Cspike). Sau đó tiến
hành xác định lại nồng độ chất spike có trong mẫu
(Cobs) theo quy trình phân tích.
- Tính Hiệu suất thu hồi.

Tính Hiệu suất thu hồi:
- Trường hợp spike chuẩn (Cspike) vào mẫu trắng:
Cobs
H% = x 100%
Cspike
- Trường hợp spike chuẩn (Cspike) vào mẫu có hàm

lượng chất cần phân tích với nồng độ C:
Cobs − 𝐶
H% = x 100%
Cspike

Trong đó:
- Cspike: nồng độ chất chuẩn thêm vào
- Cobs: nồng độ chất xác định lại sau khi thêm chuẩn
- C: nồng độ thực của chất có trong mẫu
Nồng độ thêm chuẩn:
- Thêm khoảng 3 mức trong khoảng làm việc của phương
pháp.
- Hoặc thêm ngay chính ở mức mà PTN thực tế thường
gặp nhất.
Bài tập 1.4-3
Tính hiệu suất thu hồi của phương pháp xác

định Cd trong mẫu rau:
Hàm lượng kim loại Cd µg/kg

49,2
Hàm lượng trong mẫu thực
50,0
Hàm lượng thêm
97,2
Hàm lượng xác định được
Bài tập 1.4-4 (tt của bài tập 1.4-1)
Phân tích hàm lượng Vitamin C (mg/kg) trong mẫu ớt
theo phương pháp phân tích sắc ký sử dụng MeOH
để chiết Vitamin C.
- Kết quả phân tích của PTN A là: 2,35; 2,56; 2,74;
2,67; 2,51.
- Kết quả phân tích của PTN B là: 2,85; 2,66; 2,84;
2,47; 2,59.
- Kết quả phân tích của PTN C là: 2,75; 2,51; 2,64;
2,57; 2,61.
a. Hãy đánh giá độ lặp lại và độ tái lập cho các kết
quả của các PTN trên.
b. Nếu mẫu ớt trên được chứng nhận hàm lượng
Vitamin C là 2,71 ± 0,11 ppm (2.62). Xác định độ
đúng của các kết quả phân tích của mỗi PTN trên.
Bài tập 1.4-4
Tiến hành phân tích độ lặp lại xác định hàm lượng
asen trong mẫu nước giếng thu được các kết quả như
sau:
Đánh giá độ chụm của phương pháp phân tích trên,
biết rằng ở mức nồng độ 10 ppm, giá trị RSD% chấp
nhận tối đa là 7,3%.
Lần phân tích 1 2 3 4 5 6 7
Nồng độ asen
5,316 5,471 5,493 5,285 5,483 5,386 5,467
(mg/L)
Bài tập 1.4-5
- Tiến hành phân tích lặp lại xác định hàm lượng asen trong
mẫu nước giếng thu được các kết quả như sau:
- Đánh giá độ đúng của phương pháp phân tích trên biết
mẫu nước trên đã được chứng nhận hàm lượng asen là
5,452 ± 0,427.
Lần phân tích 1 2 3 4 5 6 7
Nồng độ asen
5,316 5,471 5,493 5,285 5,483 5,386 5,467
(mg/L)
Biểu đồ phân bố tần suất thực nghiệm
hàm lượng Al trong mẫu thép
- Có dạng chuông
- 1 điểm uốn ở mỗi bên
- Có tính đối xứng qua giá trị kỳ vọng
- 68% rơi vào vùng – σ đến + σ, 95% rơi vào – 2σ đến +2 σ
Đồ thị lệch về
phía phải nếu
giá trị kỳ vọng
tăng
Hình dạng của phân bố Gauss phụ thuộc vào 2 yếu tố

+ giá trị kỳ vọng (µ) của tập số liệu
+ độ lệch chuẩn  của tập số liệu
Độ nhọn của
đường Gauss
tăng khi σ giảm
Cùng giá trị thực µ  cùng diện tích đường cong Gauss
Chương 2: CÁC HÀM PHÂN BỐ
1.1. Hàm Gauss

Điểm uốn Điểm uốn
- +
34 34
% %
13.5 13.5
% %
2.5% 2.5%
-2 -  +  + 2
1 1 𝑥−𝜇 2
𝑒 2 
[− ]
Công thức 𝑓 𝑥 = (2.1)
 2𝜋
2.1. Hàm Gauss chuẩn hóa
1 1
[− Z 2 ]
Hàm Gauss chuẩn hoá f z = e 2 (2.4)
 2π
(x−μ)
Với z = hay

(തx−μ)
z= / n (z score)
: độ lệch chuẩn tổng thể
µ = 0 và σ = 1
0.34 0.34
0.135 0.135
0.025 0.025
-2 2
2.1. Hàm Gauss
So sánh hàm Gauss và Gauss chuẩn hoá

Đặc
Hàm Gauss Hàm Gauss chuẩn hoá
điểm
Kỳ vọng x ; có thứ nguyên của x  ത𝑧: không thứ nguyên
2𝑧ҧ = 1và 𝑧ҧ = 1: không
Phương x2 và x : có thứ nguyên
thứ nguyên
sai của x
Dạng Đối xứng hình chuông, có 2 Đối xứng hình chuông,

hình điểm uốn tại x = ± x có 2 điểm uốn tại z = ± 1
Số lần
thực N là  , (thường chấp nhận n >30)
nghiệm
• Với kích thước mẫu nhỏ (n< 30) và không biết tập hợp có
phân phối chuẩn hay không, không biết .
(xഥ −μ)
tn-1,α = s (tham số t) (2.5)
n
-<t<+
f: bậc tự do (n-1), f > 1
𝒔
- Biết tn-1,α , , và 𝑥ഥ  xác định ഥ
𝒙−𝝁=t từ công thức
𝒏
(2.5)
2.2. Hàm phân bố Student
Công thức hàm (𝑥ഥ −𝜇)

Với tn-1,α = 𝑠 (tham số t)
𝑛
-<t<+
(2.6)
f: bậc tự do = (n-1), f > 1
- Khi số đại lượng thống kê/ số mẫu thấp < 30

- Không biết được độ lệch chuẩn của population.
- Hàm t có đầy đủ tính chất như hàm phân bố chuẩn nhưng
độ nhọn của đồ thị hàm phân bố t phụ thuộc vào bậc tự do.
Đặc điểm:
N :PP
Gauss chuẩn
PP chuẩn
df tăng 
Kỳ vọng µ =0 càng nhọn
Đặc điểm Hàm Student

Kỳ vọng
2 = f/(f-2) với f > 2
Phương sai
Hay =  với 1 < f  2
Dạng hình Đối xứng hình chuông tại t = 0 ,
Hàm Student chuyển thành hàm Gauss
N
chuẩn hoá (thực tế N > 30)
f = n -1 khi n < 30
Bậc tự do (f)
f = n khi n > 30
2.3. Hàm phân bố Fisher
Hàm
S 1 > S2
Đặc điểm
Đường cong vẽ trên góc phần tư thứ nhất nên kỳ vọng µ > 0
Tính đối xứng phụ thuộc vào f1 và f2.
2.4. Hàm phân bố Chi phương
𝑓
xi − μ 2
Hàm  = ෍(
2
)

𝑖=1
2= Z12+ Z22+ Z12+ .. Zf2
Mức độ đối xứng

f=5 f =10 tuỳ thuộc vào f
f =2
2.5. Hàm phân bố Poisson
Hàm 𝜆𝑥 𝑒 −𝜆  = µ = 2
𝜑 𝑥 =
𝑥!
 =  là trung bình của số các sự kiện trong khoảng
thời gian xét
Chương 3: XỬ LÝ KẾT QUẢ THỰC NGHIỆM BẰNG THỐNG KÊ
3.1. Kiểm tra số liệu thực nghiệm
3.2. Quy luật lan truyền sai số và sai số tích

lũy trong biểu diễn kết quả thực nghiệm
3.3. So sánh hai tập số liệu thực nghiệm

theo thống kê
3.4. Sử dụng các phần mềm để tính toán

Sai số thô Loại bỏ

sai số thô
Sai số thô: xuất hiện do vi phạm những điều kiện cơ
bản của phép đo  kết quả sai lệch hẳn so với
những lần đo khác.
Các chuẩn
Nguyên nhân: thống kê
 Do chọn phương pháp phân tích không ổn định.
 Do người làm phân tích cẩu thả, không cẩn thận.
Khắc phục: làm cẩn trọng, chính xác, đúng qui định,
đo nhiều lần .
Loại bỏ số đo thô bạo
Chuẩn Dixon
Sắp xếp dãy số liệu theo chiều tăng dần X1, X2, ..., XN
So sánh Qtn với

Qchuẩn P (=0.95;N)
Qtn > Qchuẩn  loại bỏ X*

Qtn< Qchuẩn  giữ X*
N: số giá trị đo, X*: giá trị bị nghi ngờ, 𝑋ത N , Sx, N giá trị được tính của tập
số liệu kể cả X*
Loại bỏ sai số thô_Chuẩn Dixon
CÁC GIÁ TRỊ PHÂN VỊ QP,N
n P = 0,90 P = 0,95 P = 0,99

3 0,89 0,94 0,99
4 0,68 0,77 0,89
5 0,56 0,64 0,76
6 0,48 0,56 0,70
7 0,43 0,51 0,64
8 0,48 0,55 0,68
9 0,44 0,51 0,64
10 0,41 0,48 0,60
Phép đo hàm lượng chất béo trong một mẫu thực phẩm cho các
số liệu như sau: 17.61, 16.86, 16.93, 16.84, 16.95, 16.91 (%).
Hãy loại bỏ số đo thô bạo trong hệ dữ liệu trên theo chuẩn Dixon
ở độ tin cậy 95%.
- Bước 1: Sắp xếp dữ liệu
- 16,84; 16,86; 16.90; 16,93; 16,95; 17,61
- Bước 2: Tính
16,86−16,84
- Qtn =  = 0,03
17,61−16,84
17,61−16,95
- Qtn =  = 0,86
17,61−16,84
- Bước 3: So sánh với
- với P = 0,95 và N = 6,
- QP,N = 0,56 > 0,03  giữ lại 16,84
- QP,N= 0,56 < 0,86  loại bỏ 17,61
- Tiếp tục thực hiện với giá trị gần kề 17,61 là 16,95 và so sánh
16,95−16,93
với QP,N Qtn =  = 0,18
16.95−16.84
- QP,N = 0,64 > 0,18 giữ lại 16,95
Loại bỏ sai số thô
Chuẩn Grubb
Sắp xếp dãy số liệu theo chiều tăng

dần X1, X2, ..., XN
x ∗ − xn Giá trị ngưỡng

G= Cỡ mẫu
sx,n G
3 1,155
4 1,481
So sánh Gtn với 5 1,715
Gchuản 6 1,887
7 2,020
8 2,126
- Gtn > Gchuẩn  loại bỏ X* 9 2,215
- Gtn < Gchuẩn  giữ X* 10 2,290
N: số giá trị đo, X*: giá trị bị nghi ngờ, 𝑋ത N , Sx, N giá trị được tính của tập
số liệu kể cả X*
Kiểm tra số liệu thực nghiệm
Ví dụ: Loại bỏ số đo có độ lệch thô bạo
Kết quả phân tích hàm lượng Chloramphenicol

trong 1 mẫu sữa tươi bằng phương pháp cực phổ xung vi
phân, thu được các kết quả cường độ dòng điện (mA)
như sau: 76.56; 79.80; 87.82; 86.30; 76.72; 90.06;
82.52; 87.05. Hãy loại bỏ số đo lệch thô bạo theo chuẩn
Grubb (P= 0,05), chuẩn Dixon (chọn P = 0.95)
Biểu diễn các số đo
σni=1(xi − xത)2
Cách 1: x = xത  s (độ lệch chuẩn) s=
n−1
Cách 2: x = xത  SEM (độ sai chuẩn) s
sxത =
Cách 3: x = xത  CI (khoảng tin cậy) n
Khoảng tin cậy (confidence interval: CI) là giá trị thực biểu
diễn khoảng tồn tại của giá trị trung bình hay còn gọi là khoảng
bất ổn của giá trị trung bình
Giới hạn tin cậy (confidence limit: CL) là giá trị lớn nhất và
nhỏ nhất của khoảng tin cậy.
Biểu diễn các số đo gián tiếp
chuẩn Gauss
x 95% CI, z = ± 1.96

khoảng tin cậy xത = z/2,n−1 n 99% CI, z = ± 2.58
99.7% CI, z = ± 2.97
x
biểu diễn số đo x = xത n  z/2,n−1
n
Ý nghĩa xത n - x < x < xത n + x

Biểu diễn các số đo gián tiếp
95% CI, t = ?
chuẩn Student 99% CI, t = ?
99.7% CI, t = ?
sx
khoảng tin cậy xത = t /2,n−1 Giá trị t phụ thuộc
n
(confidence interval) vào độ tin cậy và bậc
tự do
biểu diễn số đo x = xത 𝑛  t /2,n−1
sx
(confidence n
limits)
Ý nghĩa xത n − xത < x < xത n + xത

Bảng phân phối student’s t
Biểu diễn các số đo
Ví dụ
Biểu diễn kết quả phân tích hàm lượng crom

trong nước thải bằng phương pháp trắc quang với
thuốc thử 1,5-diphenylcabazide, thu được dãy số
liệu mật độ quang như sau: 32.5; 33.7; 31.1; 34.1;
35.2; 34.6.
a) Tính khoảng tin cậy và biểu đễn kết quả đo mật
độ quang với xác suất 99%.
c) Xác định biên giới tin cậy của trị trung bình.
𝑥 = 33.5 ± 2.47
3.2. Lan truyền sai số
Cho biểu thức sau:
Y = f (x1, x2, x3 ....), với x1, x2, x3 ... là các số đo đầu
vào, Y là số đo đầu ra. Sai số của các số đo x1, x2, x3 ...
”lan truyền” sang sai số của số đo đầu ra Y.
Nhà nghiên cứu thường đánh giá sai số của kết quả thu
được qua phép tính với hai hoặc một số kết quả đo mà
mỗi kết quả này đều mang theo sai số của mình.
Phương pháp cộng các sai số riêng biệt phụ thuộc vào
các phép tính số học được thực hiện với các đại lượng
có bao hàm sai số và đại lượng được tính toán ra.
Ngoài ra ảnh hưởng của sai số hệ thống và sai số ngẫu
nhiên đến đại lượng tính toán được cũng khác nhau.
Lan truyền sai số hệ thống
Phép cộng sai số hệ thống
Phương pháp đánh giá sai số hệ thống đối với
tổng hoặc hiệu khác với phương pháp đánh giá chúng
đối với phép nhân hoặc chia.
Sai số của tổng hoặc hiệu
Xét biểu thức:
y=a+b–c
Ở đây a, b và c là những giá trị của ba đại lượng đo
được.
Nếu Δa, Δb và Δc là những sai số hệ thống tuyệt đối
gắn liền với những phép đo của những đại lượng ấy.
Sai số của kết quả là:
Δy = Δa + Δb – Δc
 Khi cộng hoặc trừ, sai số tuyệt đối của tổng

hoặc hiệu được xác định bằng sai số tuyệt đối của
các số hạng.
Ví dụ: Cho: a = 0.50 (+ 0.02)
b = 4.10 (– 0.03)
c = 1.97 (– 0.05)
(Số ở trong ngoặc là sai số hệ thống tuyệt đối)
Thực hiện phép tính sau: y = a + b - c
Kết quả: y = 2.63
Sai số của tổng:
Δy = 0.02 + (– 0.03) – (– 0.05) = + 0.04
Biểu diễn kết quả: y = 2.63 (+0.04)

Sai số của tích hoặc thương
Xét biểu thức: y = a.b/c
được.
Nếu Δa, Δb và Δc là những sai số hệ thống tuyệt đối

gắn liền với những phép đo của những đại lượng ấy.
Sai số của kết quả là:
 Sai số tương đối của phép nhân hoặc chia

được xác định bằng sai số tương đối của các
thành phần tham gia vào kết quả được tính toán.
Ví dụ: Hãy tính kết quả của phép tính sau (trong ngoặc
là những giá trị sai số hệ thống tuyệt đối):
y = 0.104
0,0174
y= 0.0174x 0.104 = 0.00181  0.002

Biểu diễn: y = 0.104 (+0.002)
Lan truyền sai số ngẫu nhiên
Cộng sai số ngẫu nhiên
Độ lệch tiêu chuẩn tuyệt đối là phương pháp

thuận lợi nhất để đánh giá sai số ngẫu nhiên của
những kết quả thực nghiệm.
Khác với sai số hệ thống không nên ghi dấu

cho độ lệch tiêu chuẩn bởi vì nó có thể dương hoặc
âm với xác suất như nhau, do đó độ lệch tiêu chuẩn
của kết quả tính được nằm trong một số vùng.
Cộng sai số ngẫu nhiên

y=a+b–c
được. Nếu Sa, Sb và Sc là những độ lệch tiêu chuẩn
tuyệt đối gắn liền với những phép đo của những đại
lượng ấy. Độ lệch tiêu chuẩn tuyệt đối, Sy, của tổng
hoặc hiệu được xác định:
s = 𝑠𝑎 2 + 𝑠𝑏 2 + 𝑠𝑐 2
Ví dụ: Cho: a = 0.50 (± 0.02)

b = 4.10 (± 0.03)
c = 1.97 (± 0.05)
(Số ở trong ngoặc là độ lệch tiêu chuẩn)
Thực hiện phép tính sau: y = a + b - c
Sai số của tổng:
Biểu diễn kết quả: y = 2.63 (± 0.06)

Trong một phép chuẩn độ thể tích, thể tích đọc trên
burrette trước và sau chuẩn độ là 3,51 ml và 15,67 ml,
cả hai lần đọc có độ lệch chuẩn là 0,02 ml. Hãy tính
thể tích của dung dịch đã chuẩn độ và tính độ lệch
chuẩn của thể tích chuẩn độ từ độ lệch chuẩn của các
thể tích đã đọc.
- Thể tích chuẩn độ V = 15,67 – 3,51 = 12,16 ml

- Độ lệch chuẩn s = 𝑠𝑎 2 + 𝑠𝑏 2
s = (0,02)2 +(0,02)2 = 0,03 𝑚𝑙
V = 12,16 ± 0,03 (ml)
Sai số của tích hoặc thương

Xét biểu thức:
y = a.b/c
được. Nếu Sa, Sb và Sc là những độ lệch tiêu chuẩn
tuyệt đối gắn liền với những phép đo của những đại
lượng ấy. Độ lệch tiêu chuẩn tuyệt đối, Sy, của tích
hoặc thương được xác định:
𝑠 𝑠𝑎 2 𝑠𝑏 2 𝑠𝑐 2+
= ( ) +( ) +( ) …
𝑦 𝑎 𝑏 𝑐
Ví dụ: Cho: a = 0.55 (± 0.02)

b = 4.10 (± 0.03)
c = 1.97 (± 0.08)
(Số ở trong ngoặc là độ lệch tiêu chuẩn)
Thực hiện phép tính sau: y = a.b/c
Sai số kết quả:
Sy = 0.055* 1.14 = 0.0627

Biểu diễn kết quả: y = 1.14 (± 0.06)
•Hiệu suất phát huỳnh quang của một vật liệu được tính toán dựa
trên biểu thức sau:  = If/k.c.l.Io. 
Các đại lượng trong biểu thức được nêu chi tiết dưới đây kèm theo
độ lệch chuẩn tương đối (RSD) được cho trong dấu ngoặc đơn.
Io: cường độ chùm tia tới (0,5%). c: nồng độ (0,2%)
If: cường độ huỳnh quang (2%) l: độ dài đường truyền sáng
: hằng số hấp thu phân tử (1%) (0,2%)
k: hằng số của máy đo.
Hãy tính độ lệch chuẩn tương đối của phép đo huỳnh quang trên.
𝑠 𝑠𝑎 2 𝑠𝑏 2 𝑠𝑐 2+
= ( ) +( ) +( ) …
𝑦 𝑎 𝑏 𝑐
RSD = (2)2 +(0,2)2 +(0,2)2 +(0,5)2 +(1)2 = 2,3%

3.3. MỘT SỐ VẤN ĐỀ LIÊN QUAN
ĐẾN BÀI TOÁN KIỂM ĐỊNH
Ví dụ 1. Một nhà sản xuất cho rằng hàm lượng ion

Cl- trong mẫu nước giải khát của họ là 0.1%. Để
kiểm tra điều này đúng hay sai, chọn ngẫu nhiên một
số chai nước để tính toán và kiểm tra.
Dùng các đặc trưng của mẫu được dùng để đánh giá xem
một giả thuyết nào đó của tổng thể là đúng hay sai. Việc
tìm ra kết luận để bác bỏ hay chấp nhận một giả thuyết
được gọi là Kiểm định giả thuyết
3.3. MỘT SỐ VẤN ĐỀ LIÊN QUAN
ĐẾN BÀI TOÁN KIỂM ĐỊNH
Giả thuyết thống kê ( Statistical Hypothesis)

Là một giả sử hay một phát biểu có thể đúng, có thể sai
liên quan đến tham số của một hay nhiều tập hợp chính.
Giả thuyết không (Ho): là sự giả sử mà ta muốn kiểm

định.
Giả thuyết ngược lại (Ha): Việc bác bỏ giả thuyết không
sẽ dẫn đến việc chấp nhận giả thuyết ngược lại.
Giả thuyết Ho: hàm lượng Cl- là 0.1% với độ tin cậy là 95%
Lần 1: giá trị Cl- (GTTB1) nằm
trong ngưỡng phân bố chấp
nhận (độ tin cậy 95%)
KL: không thể bác bỏ giả
thuyết Ho hàm lượng Cl- là
0.1%.
Lần 2: giá trị Cl- (GTTB2=
 = 0.001 0.1005) nằm trong ngưỡng
phân bố chấp nhận (độ tin cậy
95%)
0.1%
0.098 0.099 0.1 0.101 0.102
Lần 3: giá trị Cl- (GTTB3= 0.0977) nằm ngoài ngưỡng phân bố chấp nhận (độ tin cậy 95%)
KL: bác bỏ giả thuyết Ho rằng hàm lượng Cl- là 0.1% với độ tin cậy là 95%.
Lần 1: giá trị Cl- (GTTB1) nằm
trong ngưỡng phân bố chấp
nhận (độ tin cậy 95%)
0.1%
 = 0.001
0.100 0.101 0.102 0.103 0.104
Lần 3: giá trị Cl- (GTTB3) nằm ngoài ngưỡng phân bố chấp nhận (độ tin cậy 95%)
KL: bác bỏ giả thuyết Ho rằng hàm lượng Cl- là 0.1% với độ tin cậy là 95%.
3. SAI LẦM LOẠI 1 VÀ SAI LẦM LOẠI 2
Thực tế H0 đúng H0 sai
Kết luận
Không bác Quyết định đúng, Sai lầm loại 2,

bỏ H0 xác suất 1- xác suất 
Bác bỏ H0 Sai lầm loại 1, Quyết định đúng,
xác suất  xác suất 1-
 
0 1 0 1
1
0
2
4. Mức ý nghĩa ()
: mức ý nghĩa (level of significant)  Giá trị ngưỡng Z

Ztt Z
Miền bác bỏ: là miền chứa các giá trị làm cho giả thuyết Ho bị bác bỏ.
Miền chấp nhận: miền chứa các giá trị giúp cho giả thuyết Ho không bị
™
bác bỏ. 12
Trong thực tế khi Ho không bị bác bỏ cùng nghĩa là nó được chấp nhận.
2. ĐẶT GIẢ THUYẾT
Phân biệt:
Kiểm định hai Kiểm định bên Kiểm định bên
bên trái phải
H0:  = 0 H0:   0 H0:   0
Ha:   0 Ha:  < 0 Ha:  > 0
Bác bỏ Ho khi Bác bỏ Ho khi Z < -Z Bác bỏ Ho khi Z > Z
|Z| > Z/2
1 - 1 - 1 -
/2 /2  
- Z/2 Z/2 -Z Z

1
0
4
Kiểm định giá trị trung bình với tập số liệu
biết giá trị  và 
Trường hợp 1:
Ho : µ = µo (giả thuyết null: giá trị trung bình của tập hợp bằng
một giá trị cho trước)
Ha : µ ≠ µ0 (µ < µo hay µ > µo)
Bác bỏ Ho nếu
ҧ 𝜇0 )
(𝑥−
zTN = < − z/2
/ 𝑛
ҧ 𝜇0 )
(𝑥−
hay zTN = > z/2
/ 𝑛
Trong một nhà máy bánh kẹo, một máy tự động sản xuất ra các
thanh chocolate với trọng lượng qui định 250g. Biết rằng trọng
lượng các thanh chocolate được sản xuất ra có phân bố chuẩn
N(250,49). Trong một ngày bộ phân kiểm tra kỹ thuật chọn một
mẫu ngẫu nhiên gồm 16 thanh chocolate và tính trọng lượng trung
bình của chúng được 244g.
Có thể kiểm định máy tự động sản xuất ra các thanh chocolate có
khối lượng trung bình của các thanh chocolate
a. Bằng 250g hay không?
b. Lớn hơn hoặc bằng 250g hay không?
Với mức ý nghĩa α = 0,05 kiểm định giả thuyết thống kê tương ứng
BÀI GIẢI:
N(µ, 49)   = 7
n = 16, 𝑥ҧ = 244, α = 0,05
=7  = 1.75
Phân bố
Phân bố x
𝑥ҧ
250 257 248.25 250 251.75

243
=1
Phân bố z
ҧ 𝜇0 )
(𝑥−
zTN =
/ 𝑛
-2 -1 0 1 2
0.025 0.025
-1.96 1.96
- Ho : µ = 250g (giả thuyết null: giá trị trung bình của tập hợp bằng
một giá trị cho trước)
- Ha : µ ≠ 250g (µ < 250g hay µ > 250g)
- n = 16, 𝑥ҧ = 244
ҧ 𝜇0 ) (244 −250)
(𝑥−
zTN = = = - 3,43
/ 𝑛 7/ 16
- Với α/2 = 0,025, z0,025 = - 1,96
- Vì zTN < - 1.96  Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%/ độ tin
cậy 95%. ⇒ Phải điều chỉnh lại máy
Cho ( x1, x2 , …, xn) là mẫu ngẫu nhiên cỡ n được lấy từ tập hợp
chính tuân theo phân phối chuẩn N (µ, σ2 ) trong đó σ2 đã biết.
Trường hợp 2
Ho : µ ≥ µo
Ha : µ < µo ҧ 𝜇0 )
(𝑥−
Miền bác bỏ R: Bác bỏ Ho nếu zTN = / 𝑛 < z (giá trị âm)
0.05
-1.64
- Ho : µ 250g (giả thuyết null: giá trị trung bình của tập hợp lớn
hơn hoặc bằng một giá trị cho trước)
- Ha : µ < 250g
- n = 16, 𝑥ҧ = 244
ҧ 𝜇0 ) (244 −250)
(𝑥−
zTN = = = - 3,43
/ 𝑛 7/ 16
- Với α = 0,05, z0,05 = - 1,645
- Vì zTN < - 1.645  Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%/ độ tin
cậy 95%. Nghĩa là: máy tự động sản xuất chocolate có trọng lượng
không thể nào lớn hơn 250g⇒ Phải điều chỉnh lại máy
Cho ( x1, x2 , …, xn) là mẫu ngẫu nhiên cỡ n được lấy từ tập họp
chính tuân theo phân phối chuẩn N (µ,σ2 ) trong đó σ2 đã biết.
Trường hợp 3:
Ho : µ ≤ µo (giả thuyết null: giá trị trung bình của tập hợp nhỏ hơn
hoặc bằng một giá trị cho trước)
Ha : µ > µo ҧ 𝜇0 )
(𝑥−
Bác bỏ Ho nếu zTN = / 𝑛 > z (giá trị dương)
Một máy khoan trong dây chuyền sản xuất dùng để khoan lỗ trên các bản
thép. Khi máy khoan hoạt động đúng chức năng thiết kế đường kính các lỗ
khoan sẽ tuân theo phân phối chuẩn với đường kính trung bình là 2 inches
và độ lệch chuẩn là 0,06 inches. Trong quá trình kiểm tra định kỳ xem máy
khoan có hoạt động đúng hay không, người ta lấy đo ngẫu nhiên các lỗ đã
khoan. Giả sử độ lệch chuẩn không thay đổi. Mẫu ngẫu nhiên gồm 9 lỗ
khoan cho ta đường kính trung bình của mẫu là 1,95 inches.
Kiểm định giả thuyết Ho: đường kính trung bình của tập hợp chính là 2
inches.
Với Ha : đường kính trung bình của tập hợp chính khác 2 inches.
Trong quá trình kiểm định dùng α = 0.05
Giải:
- Ho : µ = µ0 = 2
- Ha : µ ≠ µ0 (µ < 2 hay µ > 2)
ҧ 𝜇 ) (1.95−
(𝑥− 2)
- 𝑉ớ𝑖 𝑥ҧ = 1.95;  = 0.06; n = 9; zTN = / 𝑛0 = 0.06/ = -2.5
9
- Ứng với α = 0,05 tra bảng giá trị zα/2 = z0,025 = -1.96
ҧ 𝜇0 )
(𝑥−
- Ta có zTN = < −1.96
/ 𝑛
 Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%.
Máy hoạt động không đúng chức năng thiết kế
KIỂM ĐỊNH TRUNG BÌNH CỦA PHÂN PHỐI CHUẨN
N(µ,σ2), KHÔNG BIẾT σ VÀ CỠ MẪU NHỎ
Giả sử ta có mẫu ngẫu nhiên cỡ mẫu là n được lấy ra từ tập hợp chính
tuân theo phân phối chuẩn có phương sai là σ2 . Gọi s2x là phương sai
của mẫu, ta sẽ có 3 trường hợp kiểm định σ2 với mức ý nhĩa là α
Trường hợp 1:
Ho : µ = µo ; Bác bỏ Ho nếu
Ha : µ ≠ µ0 tTN > tα/2, n-1 hay tTN < - tα/2, n-1
Tính giá trị

(𝑥ഥ − 𝜇0 )
tTN = 𝑠
𝑛
Với f = n – 1: số bậc tự do
KIỂM ĐỊNH TRUNG BÌNH CỦA PHÂN PHỐI CHUẨN
N(µ,σ2), KHÔNG BIẾT σ VÀ CỠ MẪU NHỎ
Trường hợp 2
Ho : µ ≥ µo
Ha : µ < µo
Bác bỏ Ho nếu tTN < - tα, n-1
Trường hợp 3:
Ho: µ ≤ µo ;
Ha : µ > µ0
Bác bỏ Ho nếu tTN > tα, n-1
Bài tập
• Trong một phương pháp mới để xác định lượng selenourea trong một mẫu
nước, người ta sử dụng các dung dịch nước máy với nồng độ selenourea
thêm vào là 50 ng/ml. Kết quả đo được như sau: 50.4, 50.7, 49.1, 49.0,
51.1 ng/ml.
• Hãy cho biết phương pháp trên có gây ra sai số hệ thống hay không, ở mức
ý nghĩa 0.05.
Giải:
Trường hợp 1:
Ho : µ = 50 ng/ml và Ha : µ ≠ 50 ng/ml
𝑥ҧ = 50.06, n = 5 và s = 0.956 ng/ml
(𝑥ഥ − 𝜇0 ) (50.06 −50)
tTN = 𝑠 = 0.956 = 0.014
𝑛 5
tα/2, n-1 = t0.025, 4 = 2.776
- tα/2, n-1 < tTN < tα/2, n-1  Không có sai số hệ thống
Giá trị  (alpha) là vùng phân bố tính từ phải qua.
Bảng t có tính đối xứng giống như bảng z, nên với kiểm định 2 đuôi,
ta tra tα/2, n-1 rồi suy ra - tα/2, n-1
So sánh giá trị trung bình với một giá trị
thực (one sample)
- So sánh giá trị trung bình tập hợp và giá trị thực với điều kiện
phân bố chuẩn và biết trước độ lệch chuẩn   chuẩn z
- Mục đích: kiểm tra trung bình tập hợp thu được  có khác nhau
với giá trị thực 0 cho trước hay không.
- Đặt giả thuyết thống kê: H0:  = 0, Ha:   0 ở mức độ tin cậy
thống kê cho trước.
- Đây là kiểm định 2 đuôi.
ҧ 𝜇0 )
(𝑥−
- Tính giá trị zTN =
/ 𝑛
- So sánh với giá trị z/2 theo độ tin cậy cho trước
- Nếu giá trị  = 0.05  z/2 = 1.96
- Bác bỏ giả thuyết nếu z > 1.96 hoặc z < -1.96.
So sánh giá trị trung bình với một giá trị
chuẩn (one sample)
- So sánh giá trị trung bình mẫu và 1 giá trị chuẩn trong điều
kiện số lần đo nhỏ  dùng chuẩn t.
- Ví dụ: so sánh kết quả thí nghiệm với giá trị trong mẫu kiểm
tra chất lượng (quality control standard) và mẫu chuẩn so sánh
(standard reference material SRM)
- Đặt giả thuyết thống kê: H0:  = 0, Ha:   0 ở mức độ tin
cậy thống kê cho trước. Đây là kiểm định t hai đuôi.
(𝑥ഥ − 𝜇0 )
- Tính giá trị t : tTN = 𝑠
𝑛
- So sánh với giá trị tα/2, n-1 theo độ tin cậy cho trước.
- Bác bỏ Ho nếu tTN > tα/2, n-1 hay tTN < - tα/2, n-1
Các chuẩn so sánh phương sai
Tình huống:
1. Đánh giá độ lặp lại của 2 quy trình phân tích khác
nhau bằng cách so sánh 2 phương sai mẫu s12 và s22
của mỗi quy trình thu được trong cùng điều kiện:
+ Cùng 1 chỉ tiêu phân tích trong cùng 1 mẫu

thử đã trộn đồng nhất;
+ Được tiến hành bởi các kỹ thuật viên thành

thạo.
Tình huống:
2. Đánh giá tay nghề của 2 kỹ thuật viên phân tích
khác nhau bằng cách so sánh 2 phương sai mẫu s12
và s22 của mỗi người thu được trong cùng điều kiện:
+ Cùng chỉ tiêu phân tích trong cùng 1 mẫu thử
đã trộn đồng nhất;
+ Cùng 1 quy trình phân tích, cùng loại thiết bị
phân tích, cùng trong 1 PTN, cùng tiến hành trong
thời gian quy định;
+ Mẫu thử được chia thành nhiều phần và các
KTV không biết xuất xứ các mẫu.
Chuẩn Fisher: so sánh từng cặp phương sai
H0: 12   22 ; Ha: 12 > 22  1-tailed test (a)

H0: 12  22 ; Ha: 12 < 22  1-tailed test (b)
H0: 12 =  22 ; Ha: 12  22  2-tailed test (c)
Tính FTN = s12/ s22
Dùng bảng thống kê Fisher để tìm FLT
F > Fα,n1 −1,n2 −1 (a)
Bác bỏ giả F < F1−α,n1 −1,n2 −1 (b)

thuyết nếu
Nếu F > Fα/2,n1 −1,n2 −1
Hay F < F(1 −α),n −1,n −1
2 1 2
Chuẩn Fisher: so sánh từng cặp phương sai
Trong thực tế đặt s12/ s22 sao cho FTN  1 và kiểm định (c) là thường gặp
Giá trị  (alpha) là
giá trị vùng phân bố
tính từ phải qua
(hình vẽ).
Bảng F không có tính
đối xứng; trong bảng
này có thể tra giá trị
phân vị của tất cả các
giá trị .
Cách tra bảng F
- Ứng với các giá trị  khác nhau sẽ có các bảng F khác nhau 
Bảng F cho giá trị ứng với mức ý nghĩa  ở đuôi trên (a)
- Nếu kiểm định F một đuôi trên (trường hợp a)
• Tính bậc tự do của mẫu số , f1 = n1-1, bậc tự do của tử số, f2 = n2 -1
• Trong bảng F, tìm giá trị F ứng với f1, f2 .
• Ví dụ: tìm giá trị F ứng với n1= 5 và n2= 6 và  = 0.05
• Giá trị Fα, f1, f2 = Fα,n1 −1,n2 −1 = F0.05,4,5 = 5.192
- Nếu kiểm định F một đuôi dưới (trường hợp b)
• Đảo bậc tự do của tử và mẫu để tìm Fα,f ,
2 f1
• Ví dụ: f1 = n1-1= 4, f2 = n2 -1= 5, tìm F0.05,5,4 = 6.256

 F1-α,f1, f2 = F0.95,4,5 = 1/Fα,f ,f = 1/ F0.05,5,4 = 1/6.256= 0.16
2 1
Cách tra bảng F
- Nếu kiểm định F hai đuôi (trường hợp c).
- Vì phân phối F không có tính đối xứng như phân phối chuẩn
Gauss hay phân phối student, nên phải xác định cả 2
mức F(1−α),n −1,n −1 và Fα/2,n1 −1,n2 −1
2 1 2
• Lấy mức ý nghĩa  chia 2, ví dụ đặt mức  = 0.05, ta sẽ tìm giá

trị F trong bảng F two tailed.
• Ví dụ: tìm các giá trị phân vị F ứng với n1 = 12, n2 = 8.
• Tìm giá trị Fα/2,n1 −1,n2 −1 = F0.025,11,7 = 4.713
• F(1 −α),n −1,n −1 = 1/Fα/2,n2 −1,n1 −1 = 1/ F0.025,7,11 = 1/3,759 =
2 1 2
0,266.
• Có thể dùng trang web để tính giá trị F
https://www.socscistatistics.com/tests/criticalvalues/default.aspx
- Bảng F: http://socr.ucla.edu/Applets.dir/F_Table.html
Ví dụ 1:
Phép chuẩn độ HCl bằng NaOH với chỉ thị

bromothymol chàm (chỉ thị 1) và methyl đỏ (chỉ thị 2) cho
kết quả như sau:
s1 = 0,00178M; n1 = 6 và s2 = 0,00099M; n2 = 7.
Vậy có phải dùng chỉ thị methyl đỏ có độ lặp lại tốt hơn
chỉ thị bromothymol chàm? Với  = 0.05
Giải ví dụ 1
Đặt giả thuyết chỉ thị methyl đỏ cho phép chuẩn độ có độ lặp lại cao hơn
bromothymol, với độ tin cậy 95%:
H0: 12  22 ; Ha: 12 < 22 1-tailed test (b)
Tính FTN = s12/ s22
(0,00178) 2
• FTN = s12/ s22 = (0,00099)2 = 3,23
• Tra bảng F để xác định FLT, dùng bảng F cho test 1 đuôi (ứng với  =
0.05)
• Với n1 −1 = 6 -1 = 5 và n2 −1 = 7 – 1 = 6
1 1 1
• F(1 −),n1−1,n2 −1 = = = 4.95 = 0.202
Fα,n2 −1,n1 −1 F0.05,6,5
• Kết luận: Không thể bác bỏ giả thuyết là methyl đỏ cho phép chuẩn độ
có độ lặp lại tốt hơn bromothymol, với độ tin cậy 0.05.
Ví dụ 2:
Phép chuẩn độ HCl bằng NaOH với chỉ thị

bromothymol chàm (chỉ thị 1) và methyl đỏ (chỉ thị 2) cho
kết quả như sau:
s1 = 0,00178M; n1 = 26 và s2 = 0,00099M; n2 = 21.
Vậy có phải dùng chỉ thị bromothymol chàm có độ lặp
lại như chỉ thị methyl đỏ không? Với  = 0.05
Giải ví dụ 2
Đặt giả thuyết hai loại chỉ thị cho phép chuẩn độ có độ lặp lại (hay phương
sai) không sai khác nhau đáng kể với độ tin cậy 95%:
H0: 12 =  22 ; Ha: 12  22  trường hợp 2-tailed test (c)
• Tính FTN = s12/ s22
(0,00178)2
• FTN = s1 / s2 =
2 2 = 3,23
(0,00099)2
• Tra bảng F để xác định FLT, dùng bảng F cho test 2 đuôi ( = 0.05)
• Với n1 −1 = 26-1 = 25 và n2 −1 = 21 – 1 = 20
• Fα/2,n1 −1,n2−1 = F0.025,25,20 = 2.369
1 1 1
• F(1 −α),n = = = 2.3 = 0.43
2 1 −1,n2 −1 Fα/2,n2 −1,n1 −1 F0.025,20,25
• Ta thấy FTN > 2.369 nên bác bỏ giả thuyết. Hay hai phép chuẩn độ bằng
hai chỉ thị là không có độ lặp lại như nhau.
Phép chuẩn độ HCl bằng NaOH với chỉ thị phenolphtalein (chỉ thị
A) và methyl đỏ (chỉ thị B) cho kết quả nồng độ mol (M) như sau:
Lần 1 2 3 4 5 6 7 8 9
Chỉ thị A 0,137 0,136 0.130 0.129 0.132 0.134 0.130 0.128 0.133
Chỉ thị B 0,122 0,125 0.130 0.121 0.120 0.137 0.124 0.118 0.119
Lần 10 11 12 13 14 15 16 17 18
Chỉ thị A 0,132 0,134 0.129 0.125 0.127 0.139 0.129 0.127 0.131
Chỉ thị B 0,125 0,123 0.133 0.129 0.122 0.133 0.125 0.113 0.117
Lần 19 20 21 22 23 24 25 26 27
Chỉ thị A 0,133 0,137 0.135 0.126 0.137 0.138 0.125 0.122 0.135
Chỉ thị B 0,130 0,131 0.134
Vậy dùng chỉ thị phenolphtalein chính xác hơn chỉ thị methyl đỏ?
Giả sử không có số đo lệch thô bạo.  = 0.05.
Chuẩn Chi phương: so sánh phương sai với một giá trị
H0: 12   22 ; Ha: 12 > 22  1-tailed test (a)

H0: 12  22 ; Ha: 12 < 22 1-tailed test (b)
H0: 12 =  22 ; Ha: 12  22  2-tailed test (c)
Tính 2TN =(N−1)(s/σ0)2

s độ lệch chuẩn mẫu có N lần đo
Dùng bảng thống kê Chi phương để tìm 2
2TN > 2α,𝑛1 −1,𝑛2 −1 (a)

Bác bỏ giả 2TN < 21−α,𝑛1 −1,𝑛2 −1 (b)
thuyết nếu
Nếu 2TN < 21−α/2,𝑛1 −1,𝑛2 −1 hay 2TN > 2 α/2,𝑛1 −1,𝑛2 −1
(c)
Giá trị  (alpha) là
giá trị vùng phân bố
tính từ phải qua
(hình vẽ).
Bảng 2 không có
tính đối xứng; trong
bảng này có thể tra
giá trị phân vị của tất
cả các giá trị .
Bảng Chi phương: so sánh phương sai với một giá trị
Bài tập so sánh phương sai
Để kiểm tra tay nghề của 2 KTV A và B, người quản lý giao 2

KTV cùng 1 mẫu thử đồng nhất, chỉ định phân tích theo cùng 1
phương pháp, trên cùng 1 thiết bị, và trong cùng điều kiện
PTN, cho kết quả như sau:
SA = 0,00153; fA = 7 và SB = 0,00279; fB = 10.
Dùng chuẩn Fisher với xác suất 95% hãy cho biết KTV A
có tay nghề cao hơn KTV B không ?
3.2. Quy luật lan truyền sai số và sai số tích

lũy trong biểu diễn kết quả thực nghiệm
3.3. So sánh hai tập số liệu thực nghiệm

theo thống kê
3.4. Sử dụng các phần mềm để tính toán

Đáp án bài tập về nhà
Phép chuẩn độ HCl bằng NaOH với chỉ thị bromothymol chàm (chỉ thị 1) và
methyl đỏ (chỉ thị 2) cho kết quả như sau: s1 = 0,00178M; n1 = 6 và s2 =
0,00099M; n2 = 7. Vậy có phải dùng chỉ thị methyl đỏ có độ lặp lại tốt hơn chỉ
thị bromothymol chàm? Với  = 0.05.
Câu hỏi Đáp án
a. Để so sánh độ lặp lại của 2 phương Kiểm đinh Fisher

pháp thực nghiệm sử dụng kiểm định gì?
b. Sử dụng kiểm định F 2 đuôi hay 1 đuôi? 1 đuôi H0: 12  22 ; Ha: 12 < 22
c. Giá trị của FTN là bao nhiêu? FTN = s12/ s22 = (0,00178)2
= 3,23
(0,00099 )2
1 1
d. Giá trị của FLT là bao nhiêu? F(1 −),n1−1,n2−1 = = 0.202
F0.05,6,5 4.95
e. Chỉ thị methyl đỏ có cho độ lặp lại tốt Đúng vì không thể bác bỏ giả
hơn bromothymol chàm không? thuyết H0, với độ tin cậy 0.05
Kiểm tra tay nghề KTV/NCV
KIỂM ĐỊNH
PHƯƠNG SAI:
ĐÁNH GIÁ ĐỘ
CHỤM/ĐỘ LẶP LẠI KIỂM ĐỊNH GTTB:
ĐÁNH GIÁ ĐỘ ĐÚNG
Kiểm tra quy trình Kiểm tra chất lượng sản phẩm
Kiểm định giá trị trung bình 1 mẫu
2. Đánh giá một sản phẩm/hóa chất có

1. Kiểm tra 1 hệ thống/quy trình có đạt chỉ tiêu về chất lượng, khối lượng,
thực hiện đúng chức năng không? hàm lượng?
Đánh giá tay nghề của KTV/NCV thông qua việc

thực hiện đo lường 1 mẫu chuẩn.
Kiểm định giá trị trung bình 2 mẫu
Tình huống:
1. Kiểm tra tính đồng nhất của mẫu.
2. Thẩm định kết quả 2 phương pháp phân tích.
3. Đánh giá 2 mẫu có thuộc cùng 1 vật liệu.
4. Đánh giá tác dụng ảnh hưởng của từng yếu tố j
gây ra sự khác biệt hệ thống giữa các giá trị
trung bình.
So sánh giá trị trung bình hai mẫu
(two samples)
- Giả sử hai mẫu so sánh đều phân bố chuẩn
- Giả sử mẫu 1 có s1, µ1 và n1 số đo, mẫu 2 (độc lập với mẫu 1)
có s2, µ2 và n2 số đo.
- Giả thuyết (H0) đặt ra là sự khác biệt giữa giá trị µ1 và µ2
không đáng kể.
- Lựa chọn chuẩn để đánh giá giả thuyết:
+ Nếu biết trước giá trị độ lệch chuẩn hay phương sai của tổng
thể (population) dùng chuẩn z (z test)
+ Nếu giá trị độ lệch chuẩn hay phương sai của tổng thể không
biết trước  dùng chuẩn t (t test)
=
Các chuẩn để so sánh 2 giá trị trung bình
Chuẩn Student
Giả thuyết H0: hai giá trị trung bình sai khác không đáng kể
Giá trị cần so sánh là 𝑥1 và 𝑥2 .
• n1 và n2 là số lần đo lặp lại của phép đo A và B.
• So sánh 2 phương sai mẫu s12 và s22 theo chuẩn Fisher và
chọn giải pháp (đặt F = s12/s22 )
+ Nếu F > Fα/2,n1 −1,n2 −1 hay F < F(1 −α),n1 −1,n2 −1
2
Hai giá trị phương sai sai khác nhau đáng kể  không thể so
sánh 2 trị trung bình được.
+ Nếu F(1 −α),n −1,n −1 < FTN < Fα/2,n1 −1,n2 −1
1 2
2
Hai phương sai không sai khác nhau đáng kể  tiến hành
kiểm định theo chuẩn Student
Các chuẩn để so sánh trị trung bình
Chuẩn Student ഥ
X1 − ഥ
X2
t TN =
1 1
Sth +
n1 n 2
n1 − 1 . s12 + n2 − 1 . s22
Sth =
f
Với f = n1 + n2 -2
tTN < t/2,f chấp nhận H0
tTN > t/2,f bác bỏ H0

Trong hai loạt thí nghiệm xác định hàm lượng thiếc trong thực
phẩm, mẫu kiểm tra được đun với dung dịch hydrochloric acid
trong điều kiện hồi lưu. Kết quả thí nghiệm như sau:
Thời gian hồi lưu

Hàm lượng thiếc (mg/kg)
(phút)
30 55,00; 57,00, 59,00; 56,00; 56,00; 59,00
75 57,00; 55,00; 58,00; 59,00; 59,00; 59,00
1. Hãy xác định liệu phương sai của hai loạt thí nghiệm trên (ở hai
khoảng thời gian lưu khác nhau) có khác nhau đáng kể hay không ở
mức tin cậy  = 0,05?
2. Hãy cho biết thời gian đun hồi lưu có ảnh hưởng đến giá trị trung
bình của hàm lượng thiếc thu được trong hai loạt thí nghiệm trên
hay không, với mức tin cậy  = 0,05?
• Với thời gian đun hồi lưu 30 phút:
𝑥ҧ1 = 57,00; s12 = 2,80
• Với thời gian đun hồi lưu 75 phút:
ഥ𝑥2 = 57,83; s22 = 2,57
• Kiểm định F, đặt F = s12/ s22
• Đặt giả thuyết Ho: hai phương sai không sai khác nhau đáng kể ở mức ý
nghĩa  = 0,05.
• Giả thuyết đối Ha: hai phương sai khác nhau ở mức  = 0,05.
• Tiến hành kiểm định F, hai đuôi ứng với mỗi đuôi là 0,025.
• Giá trị F ngưỡng trên là Fα/2,n1 −1,n2 −1 = F0.025,5,5 = 7,15
• Giá trị F ngưỡng dưới là F(1 −α),n = 1/Fα/2,n2 −1,n1 −1 = 1/7,15
2 1 −1,n2 −1
= 0,14
• FTN = s12/ s22 = 2,80/2,57 = 1,09
 Vì 0,14 < FTN < 7,15
Nên hai phương sai không sai khác nhau đáng kể ở mức ý nghĩa  = 0,05.
Để kiểm định thời gian đun hồi lưu có ảnh hưởng đến giá trị trung bình của hàm
lượng thiếc thu được trong hai loạt thí nghiệm trên hay không, với mức tin cậy 
= 0,05, ta đặt giả thuyết:
Ho: thời gian đun hồi lưu không ảnh hưởng đến giá trị trung bình của hàm lượng
thiếc hay hai giá trị trung bình không sai khác nhau đáng kể 𝑥1ҧ = 𝑥ҧ2 .
Tiến hành kiểm định t hai đuôi với mức ý nghĩa 0,05, tức 0,025 cho mỗi đuôi.
Tính độ lệch chuẩn tổng hợp:
Sth = n1 − 1 . s12 + n2 − 1 . s22 /f
= [(5 x 2,80) + (5 x 2,57)]/10 = 2,685 = 1,64
ഥ 1 −X
|X ഥ2 | | 57,83−57,00 |
Tính giá trị tham số t: t TN = 1 1
= 1 1
= 0,88
Sth + 1,64 +
n1 n2 6 6
Với f = nA + nB – 2; t0,025, f = 2,23

Vì tTN < t0,025, f nên chấp nhân giả thuyết Ho, tức là thời gian đun hồi lưu không ảnh
hưởng đến giá trị trung bình của hàm lượng thiếc thu được trong hai loạt thí nghiệm
với mức tin cậy  = 0,05.
Chuẩn Gauss: so sánh giá trị trung bình của
hai mẫu độc lập
Giả thuyết H0: hai giá trị trung bình sai khác không đáng kể
Giá trị cần so sánh là 𝑋1 và 𝑋2 .
n1 và n2 là số lần đo lặp lại của A và B, σ là độ lệch chuẩn
của quy trình
|ഥ
X1 − ഥ
X2 |
zTN = zTN< z/2 chấp nhận H0
1 1
𝜎 + Bác bỏ H0
n1 n2 zTN> z  /2
Chương 4: PHÉP PHÂN TÍCH TƯƠNG QUAN VÀ PHÂN
TÍCH HỒI QUY
Hệ số tương quan Pearson

Phép phân tích tương quan
Hệ số tương quan Spearman
Kendall
Phép phân tích hồi quy tuyến tính một biến
Phương trình Độ lệch chuẩn dư Sresidue,

Tính các hệ số
hồi quy độ lệch chuẩn của các hệ
hồi quy (a, b)
số hồi quy (S(a), S(b))
LOD, LOQ và độ nhạy
Sử dụng một số phần mềm để tính toán

PHÉP PHÂN TÍCH TƯƠNG QUAN
1. Tình huống thực nghiệm: yêu cầu thiết lập mối quan
hệ giữa hai đại lượng X và Y. Trong đó X và Y là hai
số đo có thể đo được trong thực nghiệm với độ chính
xác cần thiết (độ lệch chuẩn mẫu tương đối RSD)
Phép phân X và Y có
Mức độ liên kết là
tích tương tồn tại mối
mạnh mẽ hay yếu
quan liên kết?
Đánh giá mối quan hệ giữa 2 hay nhiều biến thông qua hệ
số tương quan.
Giả sử có tập hợp mẫu {xi; yi}N.
r: hệ số tương quan của tập hợp mẫu
r = + 1: x và y liên kết mạnh, đồng biến.
r = - 1: x và y liên kết mạnh, nghịch biến.
r = 0: x và y không có liên kết nào.
0.7 ≤ r ≤ 1: tương quan mạnh
0.3 ≤ r < 0.7: tương quan yếu
Khi xây dựng đường chuẩn, yêu cầu: 0.9975 ≤ r ≤ 1
Pearson product-moment correlation coefficient (PPMCC)
Xác định mối tương quan tuyến tính?
Giả sử có tập hợp mẫu {xi, yi}n
Hệ số tương quan r (Pearson)
σ𝑖(𝑥𝑖 − 𝑥)(𝑦
ҧ 𝑖 − 𝑦)
ത
𝑟=
[σ𝑖 𝑥𝑖 − 𝑥ҧ 2 ][σ𝑖 𝑦𝑖 − 𝑦ത 2 ]
Các dung dịch chuẩn được đo cường độ phát huỳnh quang cho kết quả
như sau:
Nồng độ (pg/ml) 0 2 4 6 8 10 12
Cường độ huỳnh quang : 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Xác định hệ số tương quan Pearson, r.
𝐱𝐢 𝐲𝐢 (𝐱 𝐢 −ത 𝐱)𝟐
𝐱) (𝐱 𝐢 −ത (𝐲𝐢 −ത
𝐲) ത 𝟐
(𝐲𝐢 −𝐲) ത
(𝐱 𝐢 −ത𝐱). (𝐲𝐢 −𝐲)
0.00 2.10 -6.00 36.00 -11.00 121.00 66.00
2.00 5.00 -4.00 16.00 -8.10 65.61 32.40
4.00 9.00 -2.00 4.00 -4.10 16.81 8.20
6.00 12.60 0.00 0.00 -0.50 0.25 0.00
8.00 17.30 2.00 4.00 4.20 17.64 8.40
10.00 21.00 4.00 16.00 7.90 62.41 31.60
12.00 24.70 6.00 36.00 11.60 134.56 69.60
Mean 6.00 13.10
෍
42.00 91.70 0.00 112.00 0.00 418.28 216.20
σ𝑖(𝑥𝑖 −𝑥)(𝑦
ҧ ത
𝑖 −𝑦) 216,2
𝑟= = = 0,9989
112 ×418,44
[σ𝑖 𝑥𝑖 −𝑥ҧ 2 ][σ𝑖 𝑦𝑖 −𝑦ത 2 ]
Không nhất thiết là tương quan tuyến tính
Hệ số tương
quan Spearman
6 σN
i=1 d
2
rs = 1 −
N(N2 − 1)
d: sự sai khác giữa 2 thứ

hạng của 2 tham số X, Y
Z X Y
A 30 25
B 34 38
C 32 30
Khảo sát yếu D 47 40
tố X và yếu tố
E 20 7
Y có sự tương
quan tác động F 24 10
lên đối tượng Z G 27 22
H 25 35
K 22 28
L 16 12
Mẫu X Y X Y t.hạng X t.hạng Y d t.hạng d2 t.hạng
A 30 25 16 12 1 3 2 4
B 34 38 20 7 2 1 -1 1
C 32 30 22 28 3 6 3 9
D 47 40 24 10 4 2 -2 4
E 20 7 25 35 5 8 3 9
F 24 10 27 22 6 4 -2 4
G 27 22 30 25 7 5 -2 4
H 25 35 32 30 8 7 -1 1
K 22 28 34 38 9 9 0 0
L 16 12 47 40 10 10 0 0
Tổng 36
Với d2 = 36, n = 10, rs= ?

Người ta thực hiện các thí nghiệm để đánh giá mối liên hệ giữa
hàm lượng cacbon trong thép (X: %C) và lực kéo đứt sợi thép
(Y: N/m2). Dựa vào kết quả thu được trong bảng sau, sử dụng
giá trị của hệ số tương quan r (Pearson) để kết luận về mối liên
hệ giữa hàm lượng cacbon trong thép và lực kéo đứt sợi thép.
Xi Yi Xi Yi Xi Yi
0,30 589 0,35 535 0,37 602
0,33 614 0,32 593 0,33 544
0,37 612 0,39 582 0,34 545
0,36 572 0,30 538 0,33 562
0,31 548 0,32 566 0,30 576
PHÂN TÍCH HỒI QUY
Nhiệm vụ: tìm ra biểu thức lý thuyết giữa X và Y phù

hợp tốt nhất với kết quả thực nghiệm
Điều kiện về độ chính xác: X là biến độc lập, Y là biến

phụ thuộc. RSDX << RSDY
Chọn biểu thức lý thuyết: giả thuyết một dạng hàm nào
đó cho biểu thức lý thuyết, có thể dạng tuyến tính (hoặc
không tuyến tính giữa X và Y) (căn cứ vào dạng đường
cong thực nghiệm giữa yi phụ thuộc vào xi)
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
𝑦
X Y
30 25
34 38
32 30
47 40 25 𝑦ത
20 7
24 10
𝑦3
27 22 𝑦2
25 35
22 28
𝑦1
16 12
ഥ = 25
𝒀 𝑥
SST = σ𝑛𝑖 (𝑦𝑖 −𝑦)

ത 2= (y1- 25)2 + (y2 - 25)2 +…+ (y10 - 25)2 = = 1255
𝑦
𝑦10
X Y
30 25
34 38
32 30
47 40
𝑦ො2
20 7 𝑦ො1
24 10
27 22
𝑦2
25 35
22 28
𝑦1
16 12
ഥ = 25
𝒀 𝑥
SSE = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖 ) 2 = (𝑦1 − 𝑦

ෞ1 ) 2+ (𝑦2 − 𝑦
ෞ2 )2+ … + (𝑦10 − 𝑦ෞ 2
10 ) = 1000
𝑦
X Y
30 25
34 38
32 30
47 40
20 7
24 10
27 22
25 35
22 28
16 12
ഥ = 25
𝒀 𝑥
SSE = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖 ) 2 = (𝑦1 − 𝑦

ෞ1 ) 2+ (𝑦2 − 𝑦
ෞ2 )2+ … + (𝑦10 − 𝑦ෞ 2
10 ) = 546
𝑦
X Y
30 25
34 38
32 30
47 40
20 7
24 10
27 22
25 35
22 28
16 12
ഥ = 25
𝒀 𝑥
SSE = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖 ) 2 = (𝑦1 − 𝑦

ෞ1 ) 2+ (𝑦2 − 𝑦
ෞ2 )2+ … + (𝑦10 − 𝑦ෞ 2
10 ) = 1320
𝑦ො𝑖 = 𝑎 + 𝑏𝑥𝑖 Xđ thông qua giải PTHQ
𝑦
𝑦𝑖 - 𝑦ෝ𝑖 𝑦 = 𝑎 + 𝑏𝑥
𝑦ෝ𝑖 - 𝑦ഥ𝑖
𝑦ത
𝑥
1. SSE/SSR = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖)2: sum of square of error/residue
2. SSM = σ𝑛𝑖 (ෝ ത 2 : sum of square of model/regression
𝑦𝑖 − 𝑦)
3. SST = SSE + SSM
1. Tổng bình phương do sai số/phần dư (sum of square of
error/residue)
SSE/SSR = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖)2
Bậc tự do f = n - k - 1
2. Tổng bình phương do mô hình/hồi quy (sum of square of
model/regression)
SSM = σ𝑛𝑖 (ෝ ത2
𝑦𝑖 − 𝑦)
Bậc tự do f = k
3. Tổng bình phương các sai số trong phân tích hồi quy (sum of
square of total) SST = σ𝑛𝑖 (𝑦𝑖 − 𝑦)
ത2
SST = SSE + SSM
Bậc tự do f = n - 1
Với n: số quan sát (số điểm data)
k: số biến của PTHQ ( = 1 nếu là PTHQ một biến)
• Hệ số a, b được thiết lập dựa vào phương pháp bình phương

cực thiểu (BPCT) (least square of the residuals)
• Để sự sai khác nhỏ nhất biểu thức yi 0
(I)
Phương trình hồi quy: Y = a + bx
1. Tính các hệ số Hệ số góc

hồi quy (a, b) (làm σni [ xi − xത . yi − yത ]
b =
tròn theo S(a) và σni xi − xത 2
S(b) tức U(a);
U(b)) Hệ số chắn
a = yത − bതx
Với n là số lần quan sát (điểm dữ liệu)
Nồng độ (pg/ml) 0 2 4 6 8 10 12
Cường độ huỳnh quang: 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Hãy viết phương trình hồi quy bậc 1 biểu diễn sự phụ thuộc của cường độ
huỳnh quang vào nồng độ.
σ𝑛
𝑖 [ 𝑥𝑖 −𝑥ҧ . 𝑦𝑖 −𝑦
ത ] 216.2
b = σ𝑛 2 = = 1.93
𝑖 𝑥𝑖 −𝑥ҧ 112
a = yത − bതx = 13.1 − 1.93 × 6 = 1.52 y = 1.93x + 1.52

𝒙𝒊 𝒚𝒊 (𝒙𝒊 −ഥ 𝒙)𝟐 (𝒚𝒊 −ഥ
𝒙) (𝒙𝒊 −ഥ 𝒚)𝟐
𝒚) (𝒚𝒊 −ഥ (𝒙𝒊 −ഥ
𝒙)(𝒚𝒊 −ഥ
𝒚)
0.00 2.10 -6.00 36.00 -11.00 121.00 66.00
2.00 5.00 -4.00 16.00 -8.10 65.61 32.40
4.00 9.00 -2.00 4.00 -4.10 16.81 8.20
6.00 12.60 0.00 0.00 -0.50 0.25 0.00
8.00 17.30 2.00 4.00 4.20 17.64 8.40
10.00 21.00 4.00 16.00 7.90 62.41 31.60
12.00 24.70 6.00 36.00 11.60 134.56 69.60
Mean 6.00 13.10
෍
42.00 91.70 0.00 112.00 0.00 418.28 216.20
σ𝒏𝒊 𝒚𝒊
𝑦ത =
3. Toạ độ của tâm đường hồi quy 𝑛
σ𝒏𝒊 𝒙𝒊
𝑥ҧ =
4. Kết quả của phép giải tích Phương sai 𝑛
𝟐 𝐒𝐒𝐄 𝐢 (𝐲𝐢
σ𝐧 − 𝐲ෝ𝐢)2
𝐒𝐫𝐞𝐬𝐢𝐝𝐮𝐞 = 𝐧−𝐤−𝟏
= 𝐧−𝟐
,
k: số biến số, pthq 1 biến k = 1
2
Smodel =
SSM
= σni (ෝ
yi − yത )2 2 SST σni (y − yത )2
k Stotal = =
n−1 n−1
Giá trị của 𝑦ෝ𝑖 tính từ PTHQ với hệ số a, b và giá trị của x
5) Đánh giá sai số của các hệ số hồi quy: Độ lệch

chuẩn dư (Sresidue), độ lệch chuẩn của các hệ số hồi
quy (S(a), S(b))
SSE σni (yi − yෝi)2 σ𝐧𝐢 (𝐲𝐢 − 𝐲ෝ𝐢)2

2
Sresidue = =  Sresidue =
n−2 n−2 𝐧−𝟐
Độ lệch chuẩn Sresidue

Sb =
của hệ số b σ𝐧𝐢 (𝐱 − 𝐱ത)𝟐
(hệ số góc)
Độ lệch chuẩn σ𝐧𝐢 𝐱 𝟐

của hệ số a Sa = Sresidue
𝐧 σ𝐧𝐢 (𝐱 − 𝐱ത)𝟐
(hệ số chắn)
Khoảng tin cậy của a, b là U(a) và U(b) được tính

theo phương pháp tính lan truyền sai số ngẫu nhiên
U(a) = (a) =  t /2,f=n−2 × Sa

U(a) và U(b) làm
tròn tới 2 CSCN
U(b) = (b) =  t /2,f=n−2 × Sb
Hệ số góc = b  t /2,f=n−2 × Sb
hệ số a, b làm tròn
theo U(a); U(b) Hệ số chắn = a  t /2,f=n−2 × S𝑎
Như vậy phương trình hồi quy đầy đủ có dạng:

y = (a  t /2,f=n−2 × S𝑎 ) + (b  t /2,f=n−2 × Sb ). x
Nồng độ (pg/ml) 0 2 4 6 8 10 12
Cường độ huỳnh quang: 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Có PTHQ: y = 1.93 (b) x + 1.52 (a)
Hãy xác định độ lệch chuẩn và khoảng tin cậy của hai hệ số góc
(1.93) và hệ số chắn (1.52) với mức ý nghĩa 0,05.
𝑥𝑖 𝑦𝑖 𝑥𝑖 2 (𝑥𝑖 −𝑥)ҧ (𝑥𝑖 −𝑥)2 𝑦ො 𝑦𝑖 − 𝑦ො ො 2
(𝑦𝑖 − 𝑦)
0 2.1 0 -6.0 36.00 1.52 0.58 0.3364

2 5.0 4 -4.00 16.00 5.38 0.38 0.1444
4 9.0 16 -2.00 4.00 9.24 0.24 0.0576
6 12.6 36 0.00 0.00 13.10 0.50 0.2500
8 17.3 64 2.00 4.00 16.96 0.34 0.1156
10 21.0 100 4.00 16.00 20.82 0.18 0.0324
12 24.7 144 6.00 36.00 24.68 0.02 0.0004
σ𝒏𝒊 𝒙𝟐 = 𝟑𝟔𝟒 ;
σ𝒏𝒊 (𝐱𝑖 − 𝐱ത )2 = 𝟏𝟏𝟐;
σ𝒏𝒊 (𝑦𝑖 − 𝑦)
ො 2 = 𝟎, 𝟗𝟑𝟔𝟖;
y )2
σ(y−ෝ 0.9368
Sresidue = = = 0.4329
n−2 7−2
Sresidue 0.4329
Sb = = = 0.0409
σ(x−തx)2 112
σ x2 364
Sa = Sresidue =0.4329 × = 0.2950
n σ(x−തx)2 7×112
Hệ số góc
b = 1.93  (2.57 x 0.0409) = 1.93  0.11
Hệ số chắn
a = 1.52  (2.57 x 0.2950) = 1.52  0.76
6) Đánh giá mức độ phù hợp của PTHQ y = a + bx
F test để chứng minh PTHQ có nghĩa về mặt thống

kê (giá trị b  0). http://facweb.cs.depaul.edu/sjost/csc423/documents/f-test-reg.htm
Với bậc tự do f1= 1 và f2 = n - 2

S2model
FTN =
S2residue
FTN > F,f1=1,f2=n -2 chứng tỏ phương sai
của mô hình lớn hơn nhiều so với
phương sai dư, hay giá trị hệ số góc b
trong PTHQ khác 0 đáng kể
SSM. i (y
σn ෝi − yഥ)2. R 100: PTHQ và
R2 = 100% = σn y−ഥy 2
100%
SST
( i ) thực nghiệm phù
n−1
hợp hoàn toàn
7) Khi có PTHQ bậc 1 dạng y = a + bx

- Có thể xác định được giá trị x (ví dụ: nồng độ) từ giá trị y0
- Nồng độ x0 tính được, có độ lệch chuẩn Sx0 được tính như sau
Sresidue 1 1 𝑦0 − 𝑦ത 2
S x0 = × + + 2 𝑛
b 𝑚 𝑛 𝑏 σ𝑖 (𝑥𝑖 − 𝑥)ҧ 2
n: số điểm của PTHQ

m: số lần đo y0
Xác định khoảng tin cậy (Ux0 ) theo công thức sau:
Ux0 = x0 = t /2,f=n−2 × Sx0

Kết quả đo độ hấp thu (A) của một dãy dung dịch chuẩn
như sau:
- Hãy lập phương trình hồi quy giữa A và C
- Tính hệ số tương quan của phương trình hồi quy trên.
Mẫu 1 2 3 4 5 6 7
C
0,1 0,2 0,3 0,4 0,5 0,6 0,7
(mg/L)
A 3,6 6,5 8,9 12,3 14,7 17,4 19,7

GIỚI HẠN PHÁT HIỆN, GIỚI HẠN ĐỊNH LƯỢNG
LOD: là nồng độ nhỏ nhất của chất phân tích

mà hệ thống phân tích còn cho tín hiệu phân
tích (phép đo có độ chụm cao nhưng ko có
Phân độ đúng cao)
biệt
LOD, LOQ: là nồng độ thấp nhất của chất phân tích
LOQ mà hệ thống phân tích định lượng được với tín
và độ hiệu phân tích
nhạy
Độ nhạy: khả năng phát hiện sự thay đổi tín
hiệu khi thay đổi một lượng nhỏ nhất về nồng
độ chất phân tích
GIỚI HẠN PHÁT HIỆN
LOD được xem là nồng độ thấp nhất (xL) của chất

phân tích còn cho tín hiệu phân tích (yL) khác có
nghĩa với tín hiệu của mẫu trắng hay tín hiệu nền
Định
(blank or background).
nghĩa
và
mục Mục đích 1: Kiểm tra liệu có thể phát hiện mẫu
đích phân tích với nồng độ (thấp) cho trước bằng cách
sử so sánh LOD và kết quả thu được của mẫu
dụng
LOD
Mục đích 1: Xác định giới hạn phát hiện của
phương pháp phân tích và so sánh với phương
pháp khác
GIỚI HẠN PHÁT HIỆN
LOD: là đại lượng liên quan đến khoảng bất ổn của phép
đo, không thể và không cần xác định chính xác LOD mà
chỉ ước lượng
LOD phụ thuộc thiết bị, điều kiện vận hành thiết bị,
phương pháp phân tích, tay nghề của phân tích viên
LOD thiết bị (IDL) LOD phương pháp (MDL)

XÁC ĐỊNH GIỚI HẠN PHÁT HIỆN (LOD)
 Có nhiều cách tiếp cận khác nhau để tính LOD
https://sisu.ut.ee/lcms_method_validation/93-estimating-lod
+ Đưa ra bởi các tổ chức khác nhau: FDA, IUPAC,
Eurachem, NordVal, US EPA…
+ Mỗi cách tính phù hợp cho một nhóm chất phân tích
hoặc phương pháp phân tích.
 Một số cách tính LOD phổ biến nhất được trình bày sau đây.
XÁC ĐỊNH GIỚI HẠN PHÁT HIỆN (LOD)
DỰA TRÊN ĐƯỜNG CHUẨN
yL = yത blank + k  Sblank (1)
σ 𝑦𝑏𝑖 σ(y𝑏𝑖 −y
ഥ blank)2
Với yത blank = và Sblank =
𝑛 n−1
yL: tín hiệu của nồng độ giới hạn phát hiện (LOD)
yത blank là tín hiệu trung bình của nền mẫu với n lần đo lặp lại (n > 20) .
Sblank: độ lệch chuẩn của tín hiệu
k: đại lượng số học được chọn theo độ tin cậy mong muốn.
Sblank
LOD = xL = xത blank + k. (2)
b
 với b là hệ số góc trong PTHQ y = a + bx

Sblank
 Mẫu trắng xത blank = 0, nên LOD = k. b (3) (thường chọn k = 3)
XÁC ĐỊNH LOD VÀ LOQ
DỰA TRÊN ĐƯỜNG CHUẨN
• Trong trường hợp không có nền mẫu thì có thể xem như độ
lệch chuẩn của nền mẫu đúng bằng sai số của PTHQ tức Sblank
= Sresidue (Sy/x), và tín hiệu khi phân tích mẫu nền yblank = a, tức
là yL = a + 3  Sblank.
LOD = 3 Sy/x / b
Cách thực nghiệm tìm LOD

+ Dựng đường chuẩn y = a + bx với một dãy chuẩn có
nồng độ trong khoảng nồng độ ước lượng của LOD.
ො 2
σ(y−𝑦)
+ Xác định giá trị Sblank = Sy/x (Sresidue) = n−2
BÀI TẬP
Khi xác định NH4+ bằng phương pháp trắc quang, người ta tiến hành đo mật
độ quang 21 dung dịch nền, cho kết quả như sau:
Xác định LOD, LOQ
Lần đo 1 2 3 4 5 6 7
A 0.0057 0.0045 0.0063 0.0058 0.0037 0.0053 0.0058
Lần đo 8 9 10 11 12 13 14
A 0.0059 0.0041 0.0064 0.0059 0.0035 0.0033 0.0028
Lần đo 15 16 17 18 19 20 21
A 0.0027 0.0035 0.0033 0.0028 0.0047 0.0023 0.0068
và xây dựng đường chuẩn, cho kết quả như sau:
C(ppm) 0.1 0.2 0.3 0.4 0.6 1 2

A 0.0056 0.0104 0.0160 0.0227 0.0347 0.0610 0.1126
Công thức tính LOD dựa vào đo nền mẫu
Tính Sblank từ số liệu đo mật độ quang 21 lần dung dịch nền:

σ(y𝑏𝑖 −y
ഥ blank)2
Từ công thức Sblank = n−1
σ 𝑦𝑏𝑖
và yത blank = 𝑛  Sblank = 0.00143
Đường chuẩn: y = 0.000016 + 0.05715 x
S
LOD = 3 blankb
(1)
LOD = 3 * 0.00143/ 0.05715 = 0.075
Sblank
LOQ = 1𝟎 b (2)
LOQ = 10 * 0.00143/ 0.05715 = 0.25
DỰA TRÊN TÍN HIỆU NỀN
Cách thực nghiệm tìm LOD, LOQ dựa trên tín hiệu
nền:
Đo mẫu trắng với số lần đo ≥ 21 lần, từ đó tìm trung
bình tín hiệu của nhiễu nền (N).
Pha một dãy dung dịch với nồng độ giảm dần, đo tín
hiệu (S) của các dung dịch trên cho đến khi dung dịch
nào thu được tín hiệu gấp khoảng 3 lần nhiễu nền
(N), nồng độ dung dịch đó gọi là Cmin
LOD = 3 Cmin N/ S
DỰA TRÊN TÍN HIỆU NỀN
Nhiễu đường nền được tính về hai phía của đường nền (hn), bề
rộng mỗi bên tối thiểu gấp 10 - 20 lần chiều rộng của peak tại
nửa chiều cao (wh). N (noise) = hn; S (signal) = H.
Tính LOD, LOQ của một phương pháp phân tích chất Y, dựa vào số liệu:
- Pha các dung dịch Y ứng với nồng độ giảm dần, sau đó đo độ hấp thu của các
dung dịch đó, thu được kết quả sau:
STT 1 2 3 4 5
Nồng độ (𝜇g/L) 4,0 3,0 2,0 1,0 0,5
Độ hấp thu (A) 0,218 0,123 0,084 0,021 0,005
- Số liệu đo độ hấp thu của 21 mẫu trắng:
Lần đo 1 2 3 4 5 6 7
A 0,004 0,005 0,006 0,005 0,005 0,004 0,006
Lần đo 8 9 10 11 12 13 14
A 0,003 0,003 0,003 0,006 0,006 0,004 0,006
Lần đo 15 16 17 18 19 20 21
A 0,005 0,002 0,007 0,003 0,003 0,003 0,003
Giải:
Trung bình nhiễu nền: N = 0,0044
Dựa vào bảng số liệu, Cmin = 1,0 (𝜇g/L) (Vì có 3 N < S < 10 N)
LOD = 3 x Cmin x N : S = 3 x 1,0 x 0,0044 : 0,021 = 0,63 (𝜇g/L)
LOQ = 10 x Cmin x N : S = 10 x 1,0 x 0,0044 : 0,021 = 2,10 (𝜇g/L)
GIỚI HẠN ĐỊNH LƯỢNG
LOQ là nồng độ tối thiểu của một chất có trong mẫu

thử mà ta có thể định lượng bằng phương pháp khảo
sát và cho kết quả có chính xác mong muốn.
Định
nghĩa
và Việc xác định LOQ cần tính đến các yếu tố ảnh
mục hưởng trong mẫu phân tích, do đó cần thực hiện
đích trên nền mẫu thật.
sử
dụng
LOD LOQ trong nhiều trường hợp có thể là điểm thấp
nhất của khoảng tuyến tính.
GIỚI HẠN PHÁT HIỆN, GIỚI HẠN ĐỊNH LƯỢNG
(giới hạn tuyến tính)
(khoảng tuyến tính)

XÁC ĐỊNH LOQ
Sblank Sblank
LOD = 3. (2) LOQ = 10
b b
LOD = 3 Sy/x / b LOQ = 10 Sy/x / b
LOD = 3 Cmin N/ S LOQ = 10 Cmin N/ S

ĐỘ NHẠY
Khái niệm: Độ nhạy của một thiết bị hay một phép đo là khả
năng phân biệt được sự thay đổi nhỏ của nồng độ chất phân
tích
Phân loại:
Độ nhạy đường chuẩn: thể hiện qua hệ số góc tuyến tính giữa
tín hiệu do S và nồng độ C
m= Độ nhạy = hệ số góc của đường chuẩn = dy/dx
S = mC + S0 S0, S: tín hiệu của mẫu trắng và chất phân tích
Độ nhạy phân tích
 = m/s s: độ lệch chuẩn của phép đo tín hiệu S
Chương 5: QUY HOẠCH THỰC NGHIỆM
Bài toán phân tích phương

sai một yếu tố
Các phương
pháp phân tích
phương sai Bài toán phân tích phương
Analysis of sai hai yếu tố
variance
(ANOVA)
Bài toán phân tích phương

sai ba yếu tố trở lên -
phương pháp ô vuông Latinh
Bài toán phân tích phương sai một nhân tố
Để nghiên cứu cứu ảnh hưởng của yếu tố A đến kết quả
thực nghiệm, người ta tiến hành k mức thí nghiệm, mỗi
mức nghiên cứu lặp lại n lần, kết quả thí nghiệm là các giá
trị yij ( với i=1→k và j= 1→ n).
 So sánh phương sai của sự thay đổi các mức nghiên cứu (SA2
2
between sample) với phương sai chung ( STT within sample)
của thí nghiệm.
 Việc so sánh phương sai được thực hiện qua chuẩn F.
Khác nhau không đáng tin cậy Khác nhau đáng tin cậy
A không ảnh A có ảnh hưởng

hưởng lên kết quả lên kết quả
Giả thuyết thống kê: Ho: SA2  STT

2
, Ha: SA2  STT
2
S2A
1. Tính FTN = S2TT
>1
2. Trong đó:
• SA2 : phương sai của thí nghiệm khi thay đổi các mức khác nhau
của yếu tố A (between sample)
2
• STT : phương sai của thí nghiệm tổng thể (within sample)
• fA= k-1: bậc tự do của các mức nghiên cứu
• fTN = k(n-1): bậc tự do của số nghiên cứu đã tiến hành trong quy
hoạch
3. So sánh với FLT (, fA, fTT)
 Nếu: FTN < FLT (, fA, fTT), SA2  STT
2
không khác nhau đáng kể
 Nếu: FTN > FLT (, fA, fTT), SA2  STT
2
khác nhau đáng kể.
y1j
A1 A2 A3 A4 Ai Ak
Bậc tự Trung bình bình
Yếu tố Tổng các bình phương
do (f) phương S2
Between
SS𝐴
sample (do k-1 SSA= σ𝑘𝑖 (𝑥ഥ𝑖 − 𝑥)Ӗ 2 S2 A =
k−1
yếu tố A)
Winthin SSTN =
SSerror
N-k S2 TN =
sample
σ𝑘𝑖 σ𝑛𝑗 ( 𝑥𝑖𝑗 − 𝑥ഥ𝑖 ) 2 k(n−1)
Total N -1 SSTổng =σ𝑘𝑖 σ𝑛𝑗 ( 𝑥𝑖𝑗 − 𝑥)Ӗ 2
So sánh FTN = SA2/S2TT (SA> STN) với FLT (,fA, fTN)

với  = 0.05, fA =k-1, fTN = k(n-1) (với N = k*n)
n
– Tổng các giá trị trong một cột Ai   yij
j 1
– Tổng bình phương các giá trị có mặt trong bảng

2
SS1    yij )
k n
i 1 j 1
1 k 2
– Trung bình bình phương theo cột SS2   Ai
n i 1
2
– Số hạng bổ chính 1 k

SS3    Ai 
Với N = k.n N  i 1 
Bảng các công đọan tính phương sai để so sánh cho bài toán
một yếu tố với k mức nghiên cứu và n lần lặp lại như sau:
Tổng các bình Trung bình bình

Yếu tố Bậc tự do (f)
phương phương S2
SS
A k-1 SSA= SS2 – SS3 A
S2A = k−1
SSTN
TN k(n-1) SSTN = SS1 – SS2 S2 TN =
k(n−1)
Tổng kn-1 SSTổng = SS1 – SS3
So sánh FTN = SA2/S2TT (SA> STN) với FLT (,fA, fTN)

với  = 0.05, fA =k-1, fTN = k(n-1)
Thay đổi loại phân bón đối với năng xuất lúa cho kết quả như sau:
Hãy đánh giá xem việc thay đổi phân bón có làm ảnh hưởng năng suất
không? (P= 95%).
Mẫu
A1 A2 A3 A4
TN lặp lại
1 55 45 65 25
2 50 40 60 55
3 65 35 55 50
4 40 65 65 40
5 60 45 65 45
Tổng 270 230 310 215
SS1  3  552  2  50 2  5  652  3  40 2  2  60 2  3  452  352  252  55125
SS2 
270 2
)
 230 2  310 2  2152
 53625 364.5833
5 FTN   3.889
93.75
SS3 
270  230  310  215)
2
 52531.25
45 FLT = ( 95%,3,16) = 3.24
SSA SS2  SS3
S2A   Vì FTN > FLT nên việc
k -1 k -1
53625  52531.25 thay đổi phân bón ảnh
S 2A   364.5833
3
hưởng năng suất lúa
SSTN SS1  SS2
S 2
 
k n  1) k n  1)
TN
55125  53625
2
STN   93.75
16
Thời
5 10 15 20 25 50
gian
(phút)
0,675 0,514 0,514 0,486 0,472 0,486
A 0,653 0,523 0,572 0,475 0,501 0,418
0,659 0,519 0,495 0,509 0,496 0,458

Bài toán phân tích phương sai hai nhân tố
A1 A2 … Ak
Y111 Y112 Y211 Y212 Yk11 Yk12
B1 ….. Y11n ….. Y21n ….. Yk1n
Y121 Y122 Y221 Y222 Yk21 Yk22

B2 ….. Y11n ….. Y22n ….. Yk2n
…… …… …… ……
Y1m1 Y1m2 Y2m1 Y2m2 Ykm1 Ykm2
Bm ….. Y1mn ….. Y2mn ….. Ykmn
i: thứ tự mức của yếu tố A

k: số mức yếu tố A
j: thứ tự mức của yếu tố B
m: số mức yếu tố B
u: thứ tự lần đo lặp lại của mỗi
yếu tố
n: số lần lặp lại của mỗi yếu tố
SS1 =σ𝑘𝑖=1 σ𝑚 𝑛 2
𝑗=1 σ𝑢=1(𝑦𝑖𝑗𝑢 )
Nhân Tổng các bình phương Trung bình các bình

f
tố phương
ASS
A k-1 SSA = SS2 – SS4 S2A = k−1
SSB
B m–1 SSB = SS3 – SS4 S2B =
m−1
(k-1). SSAB = SS1 – SS2 – SS3 2 SSAB

AB SAB =
(m-1) + SS4 (k−1)(m−1)
2 SSTN
TNo mk(n-1) STN =
m.k.(n−1)
So sánh FA So sánh FB So sánh FAB

với FLT(A) với FLT(B) với FLT(AB)
FLT(A) = 𝐹(0,95;𝑓𝐴 ; 𝑓𝑇𝑁 ) FLT (B) = 𝐹(0,95;𝑓𝐵; 𝑓𝑇𝑁 ) FLT (AB)=𝐹(0,95;𝑓𝐴𝐵; 𝑓𝑇𝑁 )
fA fB fAB fTN
k-1 m–1 (k-1).(m-1) mk(n-1)
Bài toán phân tích phương sai ba nhân tố -
Phương pháp ô vuông Latinh
Bản chất của phương pháp ô vuông Latinh

là phương pháp phân tích phương sai nhưng
đã xây dựng bảng qui hoạch nguyên cứu theo
một qui luật riêng.
Mục đích của sự phân tích phương sai ba
yếu tố là đánh giá sự ảnh hưởng của ba yếu tố
nào đó trên các giá trị quan sát.
Bài toán phân tích phương sai ba nhân tố
Không được để cho một điều kiện nghiên cứu

xác định lặp lại trong cùng 1 hàng hay 1 cột. Nói
cách khác: trong bảng qui hoạch nghiên cứu không
được có hai ô giống nhau.
Giả thiết có ba nhân tố A, B, C mỗi nhân tố có 4

mức nguyên cứu. Mỗi ô mô tả 1 điều kiện nghiên cứu
là tổ hợp các mức nghiên cứu của 3 nhân tố.
Cách tính:
A1 = y111 + y122 + y133 + y144
A1 : tổng các giá trị y (y là giá trị trung bình của
ba lần thí nghiệm lặp lại của cùng điều kiện theo 1 ô)
Tương tự ta tính các giá trị khác là:
A2 , A3, A4 là tổng các kết quả có mức a2, a3, a4 .
B1 ,…, B4 tổng các kết quả có mức b1 ,…,b4 .
1 n 2
SS 2   A1
n i 1
2 2
1  1 
2
1 n
 n n
SS 5    Ai     B j     C q 
n  i 1  n  j 1  n  q 1 
 X ) 2 2
 i 
2 i
Nhân tố F X S2
n
SS A
A n-1 SS A =SS 2 SS 5 S  2
n 1
A
SS B
B n-1 SS B =SS 3  SS 5 S 
2
n 1
B
SSC
C n-1 SS C =SS 4  SS 5 S 
2
n 1
C
SSTNO
TNo (n-1)(n-2) SSTN O  SS1  SS 2  SS 3  SS 4  2SS 5 S 2

(n  1)(n  2)
TN O
5.2. QUY HOẠCH THỰC NGHIỆM
Ma trận thực nghiệm
Lập phương trình hàm mục tiêu
Đánh giá các hệ số và phương trình hàm mục

tiêu
Ứng dụng một số phần mềm tính toán

Mô hình hóa thực nghiệm
- Ta thường gặp các bài toán nghiên cứu tính chất hoặc chất
lượng của một hệ thống, hoặc hiệu quả hoạt động của một
đối tượng phụ thuộc vào một số các yếu tố liên quan.
- Nếu có đầy đủ các thông tin thì ta có thể xây dựng các
mô hình giải tích cho hệ thống và việc khảo sát dáng điệu
của hệ thống, hoặc tìm cực trị được tiến hành theo các
phương pháp đã biết
- Thực tế thông tin là ko đầy đủ. Phương pháp mô hình hóa

trong điều kiện thiếu thông tin, dùng thực nghiệm để xây
dựng mô hình và sau đó tìm cách tối ưu nó.
Quy hoạch thực nghiệm là
TỔNG QUAN
gì?
 Quy hoạch thực nghiệm là một phương pháp tổ

chức thí nghiệm hiệu quả để các dữ liệu thu
được có thể phân tích và đưa ra kết luận khách
quan. (DOE is an efficient procedure for planning
experiments so that the data obtained can be
analyzed to yield valid and objective conclusions)
 Quy hoạch thực nghiệm là một trong các
phương pháp mô hình hóa quá trình.
2
2
QUY HOẠCH THỰC NGHIỆM
Quy hoạch thực nghiệm (QHTN) sử dụng phương

pháp toán học nhằm chọn một chiến lược thực nghiệm
tối ưu, đồng thời phải thu được:
+ Các số liệu cần thiết
+ Số lượng thí nghiệm ít nhất
+ Độ tin cậy đặt ra trước
+ Công thức toán học đơn giản nhất
+ Đạt kết quả với hiệu quả kinh tế, kỹ thuật cao nhất.
Công việc của quy hoạch thực nghiệm là đi xây dựng mô
hình hồi quy dạng (hàm mục tiêu):
y = f(x1, x2,…,xn, b1, b2,…bm)
Trong đó: b1, b2,…bm là các tham số
x1, x2,…,xn là các biến số độc lập (thông số ảnh hưởng đến
quá trình)
Thuật toán (các bước) của QHTN
1. Chọn thông số nghiên cứu
2. Lập kế hoạch thực nghiệm
3. Tiến hành thí nghiệm nhận thông tin
4. Xây dựng và kiểm tra mô hình thực nghiệm
5. Tối ưu hóa hàm mục tiêu
Phương trình hồi quy
Phương trình hồi quy
Thay B vào phương trình ta thu được
Là phương trình hồi quy thực nghiệm. X là ma trận

dùng để tính toán.
Bây giờ ta xét vấn đề liệu có thể bố trí các thí nghiệm
sao cho:
- Số thí nghiệm ít nhất
- Tính toán gọn
- Bảo đảm mức độ chính xác
Quy hoạch trực giao
Gọi X là ma trận các biến x

Quy hoạch trực giao
Định nghĩa quy hoạch trực giao (QHTG)
QHTG là quy hoạch bố trí các thí nghiệm sao cho ma trận X:
Có tính chất tích hai vectơ cột bất kỳ bằng không:
i là chỉ số thí nghiệm; m, j là chỉ số biến (m, j=0,k).

Khi m=0 thì xi0=1 với mọi i nên suy ra
Tổng các phần tử trong một cột bất kỳ (trừ cột 1) đều bằng không
Quy hoạch trực giao cấp một
Một cách bố trí thí nghiệm sao cho quy hoạch trực giao và có
tổng bình phương các phần tử của một cột đúng bằng số thí
nghiệm (N)
Quy hoạch trực giao bậc 1
Nếu mỗi nhân tố lấy 2 mức thực nghiệm, thì số thí nghiệm =
số hạng N = 2k. Với k: số biến/ số nhân tố ảnh hưởng lên kết
quả TN
Ví dụ khi k = 2 (số biến)
Ta có mô hình: y = b0+b1x1+b2x2+ b3x1x2
Số thí nghiệm = 22 = 4
Ưu điểm của quy hoạch trực giao bậc 1
 Khi loại bỏ những hệ số không có nghĩa sẽ không

phải tính lại các hệ số có nghĩa.
 Phương sai các hệ số b (Sbj2) trong phương trình hồi
qui có giá trị tối thiểu, xác định theo kết quả của N
thí nghiệm và nhỏ hơn phương sai tái hiện Sth2.
 Tâm phương án thông tin nhiều nhất → chỉ lần thực
nghiệm lặp ở tâm thực nghiệm là đủ.
Ví dụ nếu có 3 biến, y = b0+ b1x1+ b2x2+ b3x3 + b4x1

x2+ b5x1 x3 + b6x2x3+ b7x1 x2x3
Số thí nghiệm = số hạng N = 23 = 8.
Mã hóa các biến (đổi biến)
Gọi biến thực tế là Zj; j=1,k; Zjmin ≤ Zj ≤ Zjmax
Vấn đề đặt ra là đổi biến để xj= ±1.

Zmin + Zmax Zmax − Zmin Zj −Z0j
Gọi Zj0 = ; Zj =
j j j j
; xj =
2 2 Zj
Khi đó: Zj = Zjmin  xj = −1
Zj = Zj0  xj = 0
Zj = Zjmax  xj = +1
(Các thí nghiệm ứng với các giá trị Zj0 : thí nghiệm tại tâm)
Đổi biến mã hóa sang thực nghiệm
Y = 1200+ 12X1 + 14 X2 – 0,8 X3

Z1 Z2 Z3
Biến Biến
Biến
1 2
3 4,5 4 3
X1 X2 X3 5,5 4 3
Mức gốc (0) 5 5 5
4,5 6 3
-1 -1 -1
5,5 6 3
+1 -1 -1
Khoảng biến 4,5 4 7
0,5 1 2 -1 +1 -1
thiên (𝜆) 5,5 4 7
+1 +1 -1
4,5 6 7
-1 -1 +1
Mức cao Zjmax 5,5 6 7 5,5 6 7
+1 -1 +1
Mức thấp
4,5 4 3 -1 +1 +1
Zjmin
+1 +1 +1
Các bước để giải bài toán quy hoạch thực nghiệm.
1. Lập ma trận thực nghiệm
2. Làm thí nghiệm theo ma trận
3. Đánh giá sự lặp lại của các TN

4. Tính các hệ số hồi quy
5. Đánh giá tính có nghĩa của hệ số hồi
quy
6. Đánh giá tính phù hợp của PTHQ
tìm được
Ma trận thực nghiệm với biến thực nghiệm là một dạng

mô tả chuẩn các điều kiện tiến hành thí nghiệm theo bảng
chữ nhật. Mỗi hàng là một thí nghiệm, thông số đều ở
mức cơ sở Zj
- Xác định số thí nghiệm cần thực hiện theo công thức
N = 2k, cột x0 luôn bằng +1
- Lập cho từng yếu tố ảnh hưởng và lần lượt từ x1 đến
xk.
- Chú ý : nên đưa các thí nghiệm ở tâm vào ma trận.
- Tính Y0 (giá trị ở tâm thực nghiệm) tương ứng với giá
trị Zj = Zj0  xj = 0
Ví dụ: để xác định 8 hệ số của phương trình hồi quy 3 biến dạng
y = b0+ b1x1+ b2x2+ b3x3 + b4x1 x2+ b5x1 x3 + b6x2x3+ b7x1 x2x3
Phải tiến hành 8 thực nghiệm, được trình bày dưới dạng ma trận:
N X0 X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 y1 y2 Y
1 +1 -1 -1 -1 +1 +1 +1 -1 Y1
2 +1 +1 -1 -1 -1 -1 +1 +1 Y2
3 +1 -1 +1 -1 -1 +1 -1 +1 Y3
4 +1 +1 +1 -1 +1 -1 -1 -1 Y4
5 +1 -1 -1 +1 +1 -1 -1 +1 Y5
6 +1 +1 -1 +1 -1 +1 -1 -1 Y6
7 +1 -1 +1 +1 -1 -1 +1 -1 Y7
8 +1 +1 +1 +1 +1 +1 +1 +1 y8
Để thuận tiện, người ta lập bảng ma trận gốc theo một số mã
hóa: dấu âm (-) chỉ mức thấp, dấu dương (+) chỉ mức cao.
N X0 X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 y1 y2 Y
1 + - - - + + + - Y1
2 + + - - - - + + Y2
3 + - + - - + - + Y3
4 + + + - + - - - Y4
5 + - - + + - - + Y5
6 + + - + - + - - Y6
7 + - + + - - + - Y7
8 + + + + + + + + y8
X1 X2 X3 Z1 Z2 Z3
X1 X2 X3
-1 -1 -1 4,5 4 3
Mức gốc (0) 5 5 5 +1 -1 -1 5,5 4 3
-1 +1 -1 4,5 6 3
Khoảng biến +1 +1 -1 5,5 6 3
0,5 1 2
thiên (𝜆)
-1 -1 +1 4,5 4 7
Mức cao 5,5 6 7 +1 -1 +1 5,5 4 7
-1 +1 +1 4,5 6 7
Mức thấp 4,5 4 3
+1 +1 +1 5,5 6 7
Làm thực nghiệm lặp lại để lấy giá trị trung bình. Thứ tự tiến
hành thực nghiệm phải ngẫu nhiên để tránh sai số hệ thống.
QHTG bậc 1- Phương án thực nghiệm tại tâm
Khi hoàn tất 2k thí nghiệm ở nhân phương án, người nghiên
cứu phải làm thêm m (m ít nhất bằng 3) thí nghiệm ở tâm
phương án với các giá trị ứng với thí nghiệm tâm là: y10 , y20 ,
y30….
Phương sai tái hiện một mẫu thực nghiệm được xác định:
2
2
σm
i yi0
− y0
Sth = (1) i = 1,2,3 … m
m−1
2 m: số thí nghiệm lặp lại
Sth = Sth (2)
Yi0 là giá trị đo được ở lần lặp thứ i
S bj =
Sth
(3) 𝑌ത 0 là giá trị trung bình của m lần đo
N
QHTG bậc 1- Phương án thí nghiệm song song
• Tại mỗi điểm thí nghiệm được lặp lại m lần.

• Trước khi tính toán hệ số b và kiểm định các thông số thống
kê phải kiểm tra sự đồng nhất của các phương sai theo
chuẩn Cochran (G)  chỉ được phép ước lượng các sai số
khi phương sai đồng nhất.
• Tại mỗi điểm thí nghiệm thứ u (u=1..N) ta lặp lại m lần
đo, được m giá trị của y1u, y2u,…,ymu. Ta coi đó là một mẫu
và tính được
QHTG bậc 1- Phương án thí nghiệm song song
Tại mỗi điểm thí nghiệm được lặp lại m lần.Trước khi tính toán hệ số
b và kiểm định các thông số thống kê phải kiểm tra sự đồng nhất của
các phương sai theo chuẩn Cochran (G), chỉ được phép ước lượng
các sai số khi phương sai đồng nhất.
 Phương sai tái hiện của một cuộc thí nghiệm:
σN m
2 u σi yi − yഥi 2
Sth= 4 ; với i = 1,2,3 … m; u = 1,2,3…N
N(m−1)
m
σ yi − yഥi 2 1 N
2 i
Gọi Su = (m−1) (5)  2
Sth = σu=1 Su2 (6)
N
 Phương sai phân phối trung bình của một cuộc thí nghiêm
2
2 S th
Sth (𝑦)
ത = 7
m
S2th (𝑦)
ത Sth(ഥ
2
8  S bj =
𝑦)
 Phương sai của hệ số bj: Sbj =
N N
(9)
Đánh giá sự lặp lại của thí nghiệm
Chuẩn Cochran
Tại mỗi điểm thí nghiệm thứ u (u=1..N) ta lặp lại m lần đo, được m
giá trị của y1u, y2u,…,ymu. Ta coi đó là một mẫu và tính được
Su2 max u: Thực nghiệm thứ u

Gtính = N 2
(10) m: Số thực nghiệm lặp lại
σu=1 Su
Su2 max = max (su2)
Gbảng p,f1,f2 với f1 = m – 1 và f2 = N
Su2 được tính theo công thức (5) ở trên
 Nếu Gtính < Gbảng p,f1,f2 thì công nhận H0 đúng, thí nghiệm có
độ lặp lại.
 Nếu Gtính  Gbảng p,f1,f2 thì bác bỏ H0 tức là thực nghiệm không
có độ lặp lại, phải tăng số lượng thí nghiệm.
Ví dụ
Nghiên cứu độ dẫn nhiệt của phần thăng hoa sinh ra khi chlo
hóa xỉ titan nóng chảy. Độ dẫn nhiệt được xác định theo nhiệt độ
của nó, mật độ cảu chất và thành phần hóa học.
Các biến độc lập được chọn là:
1. Z1: nhiệt độ, oC;
2. Z2: hàm lượng chlo trong phần thăng hoa, % trọng lượng;
3. Z3; tỉ số nồng độ SiO2 và TiO2 trong phần thăng hoa.
Ví dụ
STT thí
Z1 Z2 Z3 x1 x2 x3 y
nghiệm
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
Ba thí nghiệm lặp lại ở tâm và nhận được ba giá trị của y như
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Tính các hệ số hồi quy b
σN
u=1 xiu yiu
bi = (11) u: Thực nghiệm thứ u
N
i, j, k: vị trí biến
σN
u=1 xiu xju yiu
bij = (12)
N
σN
u=1 xiu xju xku yiu
bijk = (13)
N
 Gía trị của hệ số bj trong phương trình hồi qui đặc trưng
cho sự đóng góp của yếu tố thứ j vào đại lượng y.
 Hệ số nào có giá trị tuyệt đối lớn nhất thì yếu tố tương
ứng sẽ ảnh hưởng đến quá trình là nhiều nhất
Ví dụ
σN
u=1 xiu yiu
bi =
N
b1 = (1x296-1x122+1x239-1x586+1x232-1x292+1x339-
1x383) /8 = - 34,625
b2 = 63,125;
b3 = -0,375;
b0 = 311,125
σN
u=1 xiu xju yiu
bij =
N
b12 = (1x296 + 1x122 – 1x239 – 1x586 + 1x232 + 1x292 –
1x339 – 1x383) /8 = -75,625
b13 = -8,625;
b23 = 67,125
Đánh giá tính có nghĩa của hệ số hồi quy
 Để kiểm tra ý nghĩa của các hệ số bj trong PTHQ với
phương án thí nghiệm tại tâm.
 Đặt giả thuyết H0: bj = 0. Giả thuyết đảo Ha bj ≠ 0.
 Tính hệ số thống kê:
|bj |
t tính = Sb
(14)
j
2
Sth 2 σm y0i − y0
Trong đó Sbj = với Sth = i
(1) i = 1,2,3 … m
N m−1
f=m–1
m: số lần lặp lại của thí nghiệm tại tâm
yi0 là giá trị đo được ở lần lặp thứ i
𝑦ത0 là giá trị trung bình của m lần đo
Đánh giá tính có nghĩa của hệ số hồi quy
 Nếu ttính < tbảng (/2, f) thì công nhận H0, suy ra giá trị bj= 0.
Chứng tỏ xj không ảnh hưởng đến y.
 Nếu ttính > tbảng (/2, f) thì bác bỏ H0, suy ra giá trị bj 0
với độ tin cậy . Chứng tỏ xj ảnh hưởng đến y.
 Đối với quy hoạch trực giao bậc 1, nếu có hệ số bj = 0,
thì KHÔNG cần tính lại các hệ số còn lại.
Ví dụ
STT thí
Z1 Z2 Z3 x1 x2 x3 y
nghiệm
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Ví dụ
𝑦10 + 𝑦20 + 𝑦30
𝑦0 = = 300
3
2
2 σm y0i − y0
với Sth = i
1 với m = 3
m−1
2 σ3i =1(y0u −y0 )2 (295 −300)2+(312 −300)2 +(293 −300)2

Sth = = = 109
3 −1 3 −1
Sth 109
S bj = =  S bj = 3,69
N 8
|b0 | 311,125
t0 = = = 84,315
Sbj 3,69
t1 = 9,38; t2 = 17,107;
t3 = 0,1016; t12 = 20,4945; t13 = 2,3373; t23 = 18,1910
Tra bảng tp (f) với p = 0,95; f = 2. ta có: t0,95 (2) = 4,3
Ví dụ
Bởi vì t3 < tp(f), t13 < tp(f) do đó các hệ số b3 và b13 bị loại ra

khỏi phương trình hồi quy. Phương trình với các hệ số còn
lại có dạng:
y = 311,125 – 34,625x1 + 63,125 x2 – 75,625x1x2 +
67,125x2x3.
Đánh giá tính phù hợp của phương trình
hồi quy tìm được_Phương án TN tại tâm
S2tt
Ftính = (15)
S2th
2 1
 Phương sai tương thích: Stt = σN 2
u=1(yu − yෝu ) (16)
N−n
0 2
2 σm y i −y
0
 Phương sai tái hiện: Sth = i
(1) i = 1,2,3 … m
m−1
Trong ®ã
• 𝑦
ෞ𝑢 : kết quả thí nghiệm thứ u tính theo phương tình hồi quy
sau khi đã loại bỏ những hệ số ko có nghĩa.
• yu − yෞu : sai số giữa lý thuyết và thực nghiệm ở thí nghiệm
thứ u.
• N: số thí nghiệm
• n: số hệ số có nghĩa trong PTHQ
hồi quy tìm được_Phương án TN tại tâm
Đánh giá tính phù hợp của phương trình hồi quy là đánh giá
mô hình thu được mô tả thí nghiệm đúng hay chưa đúng.
S2tt
Ftính = (15)
S2th
Bậc tự do của tử: f1 = N – L,

Bậc tự do của mẫu: f2 = m -1
• L: số hệ số có nghĩa trong PTHQ
• m: số lần lặp lại của thí nghiệm tại tâm
Tra Fbảng = F, N-n, m-1

Nếu Ftính < Fbảng thì sai khác giữa lý thuyết và thực nghiệm
là không đáng tin cậy, nên mô hình mô tả đúng thực nghiệm.
Ví dụ
Z1 Z2 Z3 x1 x2 x3 y
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Ví dụ
y
Stt x0 x1 x2 x3 x1x2 x1x3 x2x3 𝑦ො (yi - 𝑦)
ො
Cal/m.hC
1 + + + + + + + 296 331,125 1233,765
2 + - - + + - - 122 139,875 319,515
3 + + - + - + - 239 221,875 293,265
4 + - + + - - + 586 551,625 1181,640
5 + + + - + - - 232 196,875 1233,765
6 + - - - + + + 292 274,125 319,515
7 + + - - - - + 339 356,125 293,265
8 + - + - - + - 383 417,375 1181,640
Ví dụ
Sự phù hợp của PTHQ với thực nghiệm được kiểm định theo
Fisher:
1 6056,37
2
Stt = σN (y − yෞu )2 = = 2018,7914
N−L u=1 u 3
S2tt 2018,7914
Ftính = S2th
= 109
= 18,521
Tra bảng Fp (f1, f2) với p = 0,95; f1 = 3, f2 = 2 ta có: F0,95(3,2) =

19,2.
F < Fp (f1,f2) do đó PTHQ tìm được mô tả đúng với thực
nghiệm.
hồi quy tìm được_Phương án TN song song
S2tt
Ftính = (15)
S2th
2 1 N
Trong đó Sth = N σu=1 Su2 (6)
m
2
Stt = N−n σN
u=1(yu − yෞu )2 (17)
• 𝑦
ෞ𝑢 : kết quả thí nghiệm thứ u tính theo phương tình hồi quy sau khi
đã loại bỏ những hệ số ko có nghĩa.
• 𝑦𝑢 : giá trị trung bình của m lần thực nghiệm của thí nghiệm thứ u.
• 𝑦𝑢 − 𝑦 ෞ𝑢 : sai số giữa lý thuyết và thực nghiệm ở thí nghiệm thứ u.
• m: số lần lặp lại của mỗi thí nghiệm
• n: số hệ số có nghĩa trong PTHQ
hồi quy tìm được
Đánh giá tính phù hợp của PTHQ là đánh giá mô hình
thu được mô tả thí nghiệm đúng hay chưa đúng.
𝐅𝐭í𝐧𝐡 < 𝐅𝐛ả𝐧𝐠 (𝐩,𝐟𝟏 ,𝐟𝟐 )
f1 = N - n , f2 = N(m -1)
N: số thực nghiệm
n: số hệ số có nghĩa trong PTHQ
m: số lần lặp lại cảu thực nghiệm (m = 1 với TN tại
tâm)
Nếu Ftính < Fbảng (p,f1 ,f2 ) thì sai khác giữa lý thuyết và
thực nghiệm là không đáng tin cậy nên mô hình mô tả
đúng TN
5.4. TỐI ƯU HOÁ THỰC NGHIỆM
Các bước thực hiện tối ưu hóa thực

nghiệm
Phương pháp mạng đơn hình
Phương pháp đường dốc nhất

Tối ưu hóa hàm mục tiêu
Tối ưu hóa
Khái niệm
- Là quá trình tìm kiếm điều kiện tốt nhất (điều kiện tối ưu)
của hàm số được nghiên cứu.
- Để đánh giá điểm tối ưu cần chọn chuẩn tối ưu (là các tiêu
chuẩn công nghệ).
Cách biểu diễn bài toán tối ưu
- Giả sử một hệ thống công nghệ được biểu diễn dưới dạng
sau: Y = F(x1,x2,...xk)
Trong đó: (x1,x2,…xk) là vectơ các thông số đầu vào.
Hàm mục tiêu : I = I (x1,x2,…xk)
Bài toán được biểu diễn I opt = opt I (x1,x2,…xk) =I
(x1opt, x2opt,…xkopt )
Các bước thực hiện tối ưu hóa
thực nghiệm
Bước 1
- Xác định một điểm xuất phát nằm trong miền giới hạn
tổng thể của các biến đầu vào. Chọn điểm đó làm mức
cơ bản, chọn khoảng biến thiên của từng biến để xác
định miền giới hạn của quy hoạch thực nghiệm trực
giao cấp một.
Bước 2
- Làm các thí nghiệm theo quy hoạch trực giao cấp một
- Xây dựng phương trình hồi quy bậc nhất .
Nếu phương trình hồi quy bậc nhất không tương thích
thì chuyển tới thực hiện bước 4
- Nếu phương trình hồi quy bậc nhất tương thích thì
thực hiện bước 3
thực nghiệm
Bước 1
- Xác định một điểm xuất phát nằm trong miền giới hạn tổng
thể của các biến đầu vào. Chọn điểm đó làm mức cơ bản,
chọn khoảng biến thiên của từng biến để xác định miền giới
hạn của quy hoạch thực nghiệm trực giao cấp một.
Bước 2
- Làm các thí nghiệm theo quy hoạch trực giao cấp một
- Xây dựng phương trình hồi quy bậc nhất .
- Nếu phương trình hồi quy bậc nhất không tương thích thì
chuyển tới thực hiện bước 4
- Nếu phương trình hồi quy bậc nhất tương thích thì thực
hiện bước 3
thực nghiệm
Bước 3
- Xác định vectơ gradient của hàm mục tiêu tại mức cơ bản và xuất
phát từ mức cơ bản xác định tọa độ các điểm thực nghiệm nằm cách
đều nhau trên hướng của vectơ gradient với khoảng cách tự chọn phù
hợp với đối tượng nghiên cứu. Làm thực nghiệm để xác định một
điểm có giá trị hàm mục tiêu tốt nhất trên hướng gradient.
Chọn điểm tìm được làm điểm xuất phát mới và quay về bước 2 .
Bước 4
- Làm các thí nghiệm theo quy hoạch cấp hai (trực giao hoặc quay).
Bước 5
- Xây dựng phương trình hồi quy bậc hai.
- Nếu phương trình hồi quy bậc hai không tương thích thì chuyển tới
thực hiện bước 6 .
- Nếu phương trình hồi quy bậc hai tương thích thì thực hiện bước 7.
Bước 6
- Thu hẹp khoảng biến thiên của các biến đầu vào rồi quay về bước
Phương pháp dò tìm các điều kiện tối ưu
Đây là phương pháp tốn nhiều thời gian khảo sát

và chi phí.
Nguyên tắc:
Thay đổi yếu tố thực nghiệm A trong khi giữ
nguyên các yếu tố khác, rồi khảo sát kết quả thu được
để chọn điều kiện tối ưu của yếu tố A. Sau đó tiếp tục
thay đổi yếu tố B trong khi chọn giữ nguyên điều kiện tối
ưu của A và các yếu tố thực nghiệm còn lại, tiếp tục khảo
sát kết quả thu được để chọn điều kiện tối ưu của yếu tố
B. Quá trình cứ lặp lại như vậy cho đến khi tìm được tất
cả các điều kiện tối ưu.
Phương pháp thay đổi biến luân phiên (AVS)
Nguyên tắc:
• Tìm ra điều kiện tối ưu thực nghiệm bằng cách
thay đổi giá trị của các biến x1, x2,..., xn một cách
luân phiên để tìm các giá trị cực trị trong không
gian n chiều alternating variable search (AVS).
• Được áp dụng chủ yếu cho QHTN 2 yếu tố
• Phương pháp này hiệu quả trong trường hợp các
biến không tương tác.
• Trong một số trường hợp không thể tìm được
điểm cực trị
(steepest ascent)
Chuyển dịch
theo vectơ grad
Nguyên tắc:
Tìm ra điều kiện tối ưu thực nghiệm bằng cách tìm
khoảng biến thiên mới của các yếu tố x1, x2,... để dịch
chuyển đồng thời và nhanh nhất các điều kiện thí nghiệm
về phía cực trị.
dịch chuyển đồng thời các điều kiện thí nghiệm về phía cực trị
Bước đầu tiên là thực hiện thực nghiệm với mỗi biến tại 2
mức. Hai mức thực nghiệm được chọn sao cho tạo thành
dạng hình chữ nhật.
Trung bình thay đổi trong mỗi mức của X = [3(35 - 30) + (39 - 34)4]/2 = 5
Trung bình thay đổi trong mỗi mức của Y = 3(34 - 30) + (39 - 35)4>2 = 4
 Nên tìm kiếm đỉnh tối ưu ở khu vực bên phải và ở bên trên của
khu vực ban đầu.
Mục tiêu:
Tìm ra điều kiện tối ưu thực nghiệm bằng
cách lập đơn hình gồm n + 1 đỉnh, mỗi đỉnh là một
tổ hợp n điều kiện ứng với n nhân tố, khảo sát ảnh
hưởng của các điều kiện của mỗi đỉnh đến hàm mục
tiêu, sau đó thay đổi điều kiện của các đỉnh làm cho
giá trị hàm mục tiêu nhỏ để dịch chuyển đồng thời
các điều kiện thí nghiệm về phía cực trị.

Lập đơn hình S0 (1 đỉnh hoặc tâm của
đơn hình trùng gốc toạ độ)
Lập quy hoạch và thực nghiệm theo đơn

hình S0
Lập đơn hình S1 (bỏ đỉnh cho giá trị xấu,

thêm đỉnh đối xứng với đỉnh vừa bỏ)
Lập đơn hình S2 (bỏ đỉnh cho giá trị xấu,

thêm đỉnh đối xứng với đỉnh vừa bỏ)
Điều kiện thực nghiệm tối ưu: khi các

đơn hình xoay quanh 1 đỉnh
Mục tiêu:
Tìm ra điều kiện tối ưu thực nghiệm bằng
cách lập đơn hình gồm n + 1 đỉnh, mỗi đỉnh là một
tổ hợp n điều kiện ứng với n nhân tố, khảo sát ảnh
hưởng của các điều kiện của mỗi đỉnh đến hàm mục
tiêu, sau đó thay đổi điều kiện của các đỉnh làm cho
giá trị hàm mục tiêu nhỏ để dịch chuyển đồng thời
các điều kiện thí nghiệm về phía cực trị.
Định nghĩa đơn hình đều

Một đơn hình đều trong không gian k chiều có tâm gốc tọa độ
là một đa diện có đúng k+1 đỉnh cách đều gốc tọa độ và có độ
dài các cạnh bằng nhau.
Trong không gian một chiều, đơn hình đều là một đoạn thẳng.
Trong không gian hai chiều, đơn hình đều là một tam giác đều.
Trong không gian ba chiều, đơn hình đều là một hình chuông
tam giác đều.
-Đầu tiên ta tiến hành k+1 thí nghiệm xuất phát sao cho
các điểm thí nghiệm là các đỉnh của đơn hình đều nói trên.
Ta được k+1 kết quả ra: y1, y2,…,yk+1. Sẽ có một điểm
thí nghiệm ứng với kết quả ra kém nhất.
- Ta thay điểm đó bằng điểm phản chiếu của nó qua tâm
của mặt đối diện. Điểm ảnh cùng với các điểm còn lại của
đơn hình cũ lại tạo thành một đơn hình đều mới.
- Đối với đơn hình đều mới, ta chỉ làm thêm một thí
nghiệm ở điểm ảnh. Ta lại so sánh các kết quả ra và sẽ tìm
được điểm thí nghiệm ứng với kêt quả ra kém nhất.
Ở đây có ba vấn đề cần giải quyết:
-Xây dựng đơn hình xuất phát thế nào?
- Chuyển từ tọa độ giả xj sang tọa độ thật như thế nào?
- Tìm các tọa độ của điểm ảnh thế nào?
Người ta chứng minh được rằng, các tọa độ của k+1

đỉnh của đơn hình đều trong không gian Rk là các tọa độ
của k+1 véc tơ hàng của ma trận sau:
Trong đó x1 tùy chọn, các xj khác (j=2,k) được tính theo

công thức sau:
Tâm của đơn hình là (0,0,0,…..,0) độ dài cạnh là a=2x.

Khi k=6, x1=0,5 tức là a=1 ta có:
Phương pháp tỉ lệ
Biểu diễn thành phần tỷ lệ Xi giữa

các cấu tử trong hỗn hợp n cấu tử
Lập ma trận (n=3, N=6; n=3, N=7; n=3, N=15)
Tính các hệ số của phương trình hồi quy
Đánh giá sự phù hợp của PTHQ theo chuẩn t

𝑥−μ
Với z = 
Định luật Giới hạn trung tâm (Central limit theorem)

⁃ Với một tập hợp (ko cần phân bố chuẩn) có giá trị kỳ vọng μ và
độ lệch chuẩn σ.
⁃ Nếu lấy các mẫu với kích thước mẫu đủ lớn từ tập hợp trên
(n >30)
⁃ Phân bố của các trung bình mẫu là phân bố Gauss với kỳ
 (തx−μ)
vọng μ và 𝜎𝑥ҧ = 𝑛 hay z= /
(2.2)
n
⁃ : độ lệch chuẩn tổng thể
- Nếu tập hợp có phân bố chuẩn thì (2.2) đúng với cả trường
hợp mẫu nhỏ

- Biết , z và 𝑥ഥ  xác định 𝐱ത − 𝛍 = z 𝐧
(2.3)
Trong một nhà máy bánh kẹo, một máy tự động sản xuất ra các thanh
chocolate với trọng lượng qui định 250g. Biết rằng trọng lượng các thanh
chocolate được sản xuất ra có phân bố chuẩn N(µ,49). Trong một ngày bộ
phân kiểm tra kỹ thuật chọn một mẫu ngẫu nhiên gồm 16 thanh chocolate
và tính trọng lượng trung bình của chúng được 244g. Hãy xác định giá trị
phân vị Z ứng với độ tin cậy α=0,05 (95%).
N(250, 49)   = 7
n = 16, 𝑥ҧ = 244, α = 0,05
Phân phối  =7
của tập số N1( x1, x2 , …, x16), 𝑥ҧ1
liệu x N2 ( x’1, x’2 , …, x’16), 𝑥ҧ2
68% N3 ( x”1, x”2 , …, x”16), 𝑥ҧ3
......
95% Nm ( xm1, xm2 , …, xm16), 𝑥ҧ𝑚
2.5% 2.5%
236 243 𝜇 = 250g 257 264
Định luật giới hạn trung tâm:
Tập hợp các giá trị trung bình N𝑥 ҧ (𝑥ҧ1 , 𝑥ҧ2 , 𝑥ҧ3 ,….., 𝑥ҧ𝑚 )
có 𝑋ധ = 𝜇0 và 𝑥 ҧ = 𝑥 / 𝑛 = 7/4
ҧ
(𝑥−𝜇)
Phân phối z= / 𝑛
của tập số
liệu 𝑥ഥ 𝑥 ҧ =7/4
Z (z1, z2, z3, …zm)
2.5% 2.5% 2.5% 2.5%

246.5 248.25 250 251.75 253.5 -2 2
1. Sử dụng mẫu chuẩn chứng nhận (CRM)

Giả sử một mẫu chuẩn có giá trị chứng nhận A ± U
- Nếu PTN phân tích mẫu này cho kết quả là B,

với điều kiện A – U < B < A + U thì PTN cho kết
quả đạt.
- Nhược điểm: Đắt tiền

GT chứng nhận GT phân tích GT chứng nhận GT phân tích
GT chứng nhận GT phân tích GT chứng nhận GT phân tích

Bài Giảng Xlsl Và Qhtn - nhã - chính Thức Hk2 2023-24

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bài Giảng Xlsl Và Qhtn - nhã - chính Thức Hk2 2023-24

Uploaded by

Copyright:

Available Formats

MÔN HỌC

1. PHÂN BỐ CHƯƠNG TRÌNH

2. KẾ HOẠCH THI VÀ PHÂN BỐ ĐIỂM

3. ĐỀ CƯƠNG BÀI GIẢNG

1. PHÂN BỐ CHƯƠNG TRÌNH (30 tiết)

Chương 1: Các khái niệm đặc trưng cho kết quả 2

Chương 4: Phép phân tích tương quan và phân tích

Chương 5: Quy hoạch thực nghiệm 12

2. KẾ HOẠCH THI VÀ PHÂN BỐ ĐIỂM

ĐIỂM THƯỜNG KỲ (20%)

ĐIỂM GIỮA KỲ (30%)

ĐIỂM CUỐI KỲ (50%)

3. ĐỀ CƯƠNG BÀI GIẢNG

Giáo trình học tập:

1.1. Số đo, chữ số có nghĩa

1.2. Sai số, phân loại sai số

Khái niệm 1.3. Các đại lượng thống kê đặc trưng

1.4. Phân biệt độ đúng, độ chụm

1.5. Độ lặp lại và tái lặp lại

Một đại lượng vật lý

trực tiếp đọc được gián tiếp tính được

CSCN tin cậy, CSCN không tin cậy

Xác định số CSCN

Bảo toàn số CSCN khi chuyển đơn vị

Phép nhân chia

Phép lấy logarit

CSCN tin cậy, CSCN không tin cậy

Xác định số CSCN

Bảo toàn số CSCN khi chuyển đơn vị

Trong số đo gián tiếp, “chữ số vô nghĩa” bằng “5”

Phép cộng, trừ

Phép nhân chia

Phép lấy logarithm

Ví dụ: log 134 = 2.1271048  2.127

Phép luỹ thừa

Thực hiện các phép tính sau :

a. 12.34 + 1.75 + 0.0013 – 4.0978

b. 1.3456 x 5.7435 : 0.136238

c. 134.53 + 3.6134 – 5.981

d. 34.5678 : 2.45 x 1.478

e. Log123 ; log3.012 ; log2.00

Sai số tuyệt đối Sai số tương đối

Sai số ngẫu nhiên Sai số hệ thống

Sai số ngẫu nhiên Sai số hệ thống

Kết quả không chắc sai

Loại trừ Xử lý số liệu Được

Khối lượng thực của 1 vật là 4.529g ; kết

Tính sai số tuyệt đối, sai số tương đối cho

Các đại lượng trung bình

Trung bình cộng Trung bình nhân

Trung bình bình phương

Trung vị (Median): là số đứng giữa tập số liệu đã được sắp

Các đại lượng thống kê đặc trưng

Phương sai Độ lệch chuẩn

Các đại lượng thống kê đặc trưng

Độ lệch chuẩn tương đối

Độ chính xác (accuracy) =

Ước lượng độ chính xác theo mô hình toán học:

Giảm sai số hệ thống

Kết quả chuẩn độ 10.00 mL của NaOH 0.1 M bằng

Là độ chụm (lặp lại) của phép đo trong cùng 1

Độ lặp lại (repeatability): độ lệch chuẩn cho 1 lab

Trường hợp lặp lại n mẫu, mẫu i lặp lại ni lần: